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

Bezmaksas Node.js API, lai pievienotu OCR iespējas JS projektiem.

Atvērtā koda Node.js OCR bibliotēka, kas ļauj programmētājiem atpazīt un izgūt tekstu no dažādiem failu formātiem, tostarp attēliem (JPEG, PNG), PDF un dokumentiem, bez maksas vairākās valodās.

Kas ir Node-Tesseract-OCR?

Mūsdienu digitālajā laikmetā teksta izvilkšana no attēliem un dokumentiem ir kļuvusi par būtisku uzdevumu dažādās nozarēs, tostarp dokumentu pārvaldībā, datu apstrādē un mākslīgajā intelektā. Optiskās rakstzīmju atpazīšanas (OCR) tehnoloģija ir padarījusi iespējamu pārvērst skenētus dokumentus, attēlus un PDF failus rediģējamos teksta formātos. Node-Tesseract-OCR ir atvērtā koda API, kas apvieno Tesseract OCR dzinēja jaudu, lai nodrošinātu vienkāršu un efektīvu veidu OCR uzdevumu izpildei Node.js lietojumprogrammās.

Node-Tesseract-OCR ir Node.js ietvars Tesseract OCR dzinējam, kas ļauj programmatūras izstrādātājiem izmantot Tesseract spēcīgās teksta atpazīšanas funkcijas Node.js vidē. API tiek uzturēts šajā GitHub krātuvē un piedāvā virkni funkcionalitātes, kas padara to piemērotu dažādiem lietojumiem, sākot no vienkāršas teksta izguves līdz sarežģītākiem dokumentu apstrādes uzdevumiem. Programmatūras izstrādātāji var izvilkt tekstu no attēliem un dokumentiem vairākās valodās, padarot to par daudzpusīgu rīku dažādām lietojumprogrammām.

Node-Tesseract-OCR API nodrošina uzlabotas attēlu apstrādes iespējas, tostarp attēlu filtrēšanu, izmēru mainīšanu un apgriešanu, lai nodrošinātu, ka izvilktais teksts ir precīzs un uzticams. Tas atbalsta vairāk nekā 100 valodas, padarot to par daudzpusīgu risinājumu OCR uzdevumiem dažādās vidēs. Programmatūras izstrādātāji var izvilkt tekstu no attēliem, PDF un dokumentiem, un atgriezt izvilkto tekstu dažādos formātos, piemēram, JSON, XML un vienkāršā tekstā. Tas ir izstrādāts kā viegls, elastīgs un vienkārši lietojams, padarot to par ideālu izvēli izstrādātājiem, kuri vēlas pievienot OCR iespējas saviem projektiem. Ar savām uzlabotajām attēlu apstrādes iespējām, valodu atbalstu un kļūdu apstrādes mehānismiem tas ir ideāls izvēle izstrādātājiem, kuri vēlas pievienot OCR iespējas saviem projektiem.

Previous Next

Sākums ar Node-Tesseract-OCR

Ieteicamais veids, kā instalēt Node-Tesseract-OCR, ir izmantot npm. Lūdzu, izmantojiet šādu komandu, lai veiktu instalāciju gludi.

Instalējiet Node-Tesseract-OCR caur npm

npm install node-tesseract-ocr

Jūs varat arī instalēt to manuāli; lejupielādējiet jaunākos izlaiduma failus tieši no GitHub krātuves.

Teksta izguve no attēliem Node.js API

Atvērtā koda Node-Tesseract-OCR bibliotēka ļauj programmatūras izstrādātājiem viegli izveidot lietojumprogrammas, kas automātiski izvelk tekstu no attēliem Node.js lietojumprogrammās. Tā atbalsta teksta izvilkšanu no skenētiem dokumentiem, PDF, kameras fotoattēliem vai kvītņu fotoattēliem. Tas var būt noderīgi, lai izveidotu meklējamas arhīvus, automatizētu datu ievadi vai apstrādātu lielus dokumentu apjomus tādās nozarēs kā finanšu un veselības aprūpe. Šeit ir vienkāršs piemērs, kas parāda, kā programmatiski izvilkt tekstu no attēliem Node.js lietojumprogrammās.

Kā izvilkt tekstu no attēliem Node.js vidē?

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);
  });

Labāka attēlu priekšapstrāde Node.js vidē

Pirms OCR piemērošanas attēlu priekšapstrāde var būtiski uzlabot teksta atpazīšanas precizitāti. Atvērtā koda bibliotēka Node-Tesseract-OCR ļauj izmantot pamata priekšapstrādes tehnikas, piemēram, izmēru mainīšanu, binarizāciju un slīpuma korekciju. Šos priekšapstrādes soļus var īstenot, izmantojot papildu Node.js bibliotēkas, piemēram, sharp vai jimp, kopā ar Node-Tesseract-OCR. Zemāk esošais piemērs parāda, kā programmatūras izstrādātāji izmanto priekšapstrādes soļus, lai uzlabotu atpazīšanu, īpaši ar zemākas kvalitātes attēliem.

Kā piemērot priekšapstrādes soļus, lai uzlabotu atpazīšanu, izmantojot Node.js API?

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);
  });

Atpazīts teksts vairākās valodās

Viens no izciliem Node-Tesseract-OCR īpašībām ir plašais daudzvalodu atbalsts. Tesseract OCR bibliotēka atbalsta vairāk nekā 100 valodas, padarot to par ideālu izvēli lietojumprogrammām, kas jāapstrādā dokumenti dažādās valodās. Programmatūras izstrādātāji var norādīt valodu(-as), kuras vēlas, lai Tesseract izmantotu, uzlabojot atpazīšanas precizitāti neangļu tekstiem. Šeit ir piemērs, kas parāda, kā programmatūras izstrādātāji var atpazīt tekstu franču valodā Node.js lietojumprogrammās?

Kā atpazīt tekstu no attēla franču valodā, izmantojot JavaScript API?

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);
  });
 Latviski