1. Produk
  2.   OCR
  3.   JavaScript
  4.   Node-Tesseract-OCR
 
  

API Node.js Gratis untuk Menambahkan Kemampuan OCR ke Proyek JS.

Perpustakaan OCR Node.js Open Source yang Memungkinkan Programmer untuk Mengenali & Mengekstrak Teks dari Berbagai Format File, termasuk Gambar (JPEG, PNG), PDF, dan Dokumen secara Gratis dalam Berbagai Bahasa.

Apa itu Node-Tesseract-OCR?

Di era digital saat ini, mengekstrak teks dari gambar dan dokumen telah menjadi tugas penting di berbagai industri, termasuk manajemen dokumen, pemrosesan data, dan kecerdasan buatan. Teknologi Optical Character Recognition (OCR) telah memungkinkan konversi dokumen yang dipindai, gambar, dan PDF menjadi format teks yang dapat diedit. Node-Tesseract-OCR adalah API sumber terbuka yang menggabungkan kekuatan mesin Tesseract OCR untuk menyediakan cara yang mulus dan efisien dalam melakukan tugas OCR pada aplikasi Node.js.

Node-Tesseract-OCR adalah pembungkus Node.js untuk mesin OCR Tesseract, memungkinkan pengembang perangkat lunak untuk memanfaatkan fitur pengenalan teks yang kuat dari Tesseract dalam lingkungan Node.js. API ini dipelihara di repositori GitHub ini dan menawarkan berbagai fungsionalitas yang membuatnya cocok untuk berbagai kasus penggunaan, mulai dari ekstraksi teks sederhana hingga tugas pemrosesan dokumen yang lebih kompleks. Pengembang perangkat lunak dapat mengekstrak teks dari gambar dan dokumen dalam banyak bahasa, menjadikannya alat yang serbaguna untuk berbagai aplikasi.

API Node-Tesseract-OCR menyediakan kemampuan pemrosesan gambar lanjutan, termasuk penyaringan gambar, pengubahan ukuran, dan pemotongan, untuk memastikan teks yang diekstrak akurat dan dapat diandalkan. API ini mendukung lebih dari 100 bahasa, menjadikannya solusi serbaguna untuk tugas OCR dalam berbagai lingkungan. Pengembang perangkat lunak dapat mengekstrak teks dari gambar, PDF, dan dokumen, serta mengembalikan teks yang diekstrak dalam berbagai format, seperti JSON, XML, dan teks biasa. API ini dirancang ringan, fleksibel, dan mudah digunakan, menjadikannya pilihan ideal bagi pengembang yang ingin menambahkan kemampuan OCR ke proyek mereka. Dengan kemampuan pemrosesan gambar lanjutan, dukungan bahasa, dan mekanisme penanganan kesalahan, ini merupakan pilihan ideal bagi pengembang yang ingin menambahkan kemampuan OCR ke proyek mereka.

Previous Next

Memulai dengan Node-Tesseract-OCR

Cara yang direkomendasikan untuk menginstal Node-Tesseract-OCR adalah menggunakan npm. Silakan gunakan perintah berikut untuk instalasi yang lancar.

Instal Node-Tesseract-OCR via npm

npm install node-tesseract-ocr

Anda juga dapat menginstalnya secara manual; unduh file rilis terbaru langsung dari GitHub repositori.

Ekstraksi Teks dari Gambar dalam API Node.js

Perpustakaan open source Node-Tesseract-OCR memudahkan pengembang perangkat lunak untuk membuat aplikasi yang secara otomatis mengekstrak teks dari gambar dalam aplikasi Node.js. Ia mendukung ekstraksi teks dari dokumen yang dipindai, PDF, foto kamera, atau foto kwitansi. Hal ini dapat berguna untuk membuat arsip yang dapat dicari, mengotomatisasi entri data, atau memproses volume besar dokumen di sektor seperti keuangan dan perawatan kesehatan. Berikut contoh sederhana yang menunjukkan cara mengekstrak teks secara programatis dari gambar dalam aplikasi Node.js.

Cara Mengekstrak Teks dari Gambar di Lingkungan Node.js?

const tesseract = require("node-tesseract-ocr");

tesseract.recognize("path/to/image.jpg")
  .then(text => {
    console.log("Recognized Text:", text);
  })
  .catch(error => {
    console.error("Error:", error.message);
  });

Pra-pemrosesan Gambar yang Lebih Baik di dalam Node.js

Pra-pemrosesan gambar sebelum menerapkan OCR dapat secara signifikan meningkatkan akurasi pengenalan teks. Perpustakaan open source Node-Tesseract-OCR memungkinkan teknik pra-pemrosesan dasar, seperti mengubah ukuran, binarisasi, dan perbaikan kemiringan. Langkah-langkah pra-pemrosesan ini dapat diimplementasikan menggunakan perpustakaan Node.js tambahan seperti sharp atau jimp bersama dengan Node-Tesseract-OCR. Contoh berikut menunjukkan bagaimana pengembang perangkat lunak menggunakan langkah-langkah pra-pemrosesan untuk meningkatkan pengenalan, terutama pada gambar dengan kualitas rendah.

Cara Menerapkan Langkah Pra-pemrosesan untuk Meningkatkan Pengakuan melalui API Node.js?

const sharp = require("sharp");
const tesseract = require("node-tesseract-ocr");

sharp("path/to/input.jpg")
  .resize(800, 600) // Resize the image
  .greyscale() // Convert to greyscale
  .toBuffer()
  .then(data => {
    return tesseract.recognize(data, { lang: "eng" });
  })
  .then(text => {
    console.log("Preprocessed Image Text:", text);
  })
  .catch(error => {
    console.error("Error:", error.message);
  });

Teks yang Diakui dalam Multi-Bahasa

Salah satu fitur menonjol dari Node-Tesseract-OCR adalah dukungan multi-bahasa yang luas. Perpustakaan Tesseract OCR mendukung lebih dari 100 bahasa, menjadikannya pilihan ideal untuk aplikasi yang perlu memproses dokumen dalam berbagai bahasa. Pengembang perangkat lunak dapat menentukan bahasa yang ingin digunakan oleh Tesseract, meningkatkan akurasi pengenalan untuk teks non-Inggris. Berikut adalah contoh yang menunjukkan bagaimana pengembang perangkat lunak dapat mengenali teks dalam bahasa Prancis di dalam aplikasi Node.js?

Cara Mengenali Teks dari Gambar dalam Bahasa Prancis melalui API JavaScript?

const config = {
  lang: "fra", // French language support
  oem: 1,
  psm: 3
};

tesseract.recognize("path/to/french-text-image.jpg", config)
  .then(text => {
    console.log("Recognized Text in French:", text);
  })
  .catch(error => {
    console.error("Error:", error.message);
  });
 Indonesia