1. Produtos
  2.   OCR
  3.   Node.js
  4.   Biblioteca Aspose.OCR para Node.js via C++

Biblioteca Aspose.OCR para Node.js via C++

 
 

Biblioteca OCR para Node.js para Reconhecer/Extrair Texto de Imagens

A API OCR para Node.js permite que desenvolvedores de software extraiam texto de imagens, documentos digitalizados, fotos e capturas de tela, bem como automatizem tarefas que envolvem reconhecimento de texto.

Biblioteca Aspose.OCR para Node.js via C++ é uma biblioteca poderosa que fornece recursos de reconhecimento óptico de caracteres (OCR) para desenvolvedores de software que trabalham com aplicações Node.js. Esta biblioteca faz parte da suíte Aspose, conhecida por suas soluções robustas e confiáveis de processamento de documentos; sua principal característica é a capacidade de reconhecer e extrair texto de imagens, documentos digitalizados, fotos, capturas de tela, etc. A biblioteca também pode reconhecer texto manuscrito além do texto impresso, ampliando sua usabilidade para uma gama maior de documentos. Além de extrair texto simples, ela também pode preservar a formatação do texto reconhecido, incluindo estilos de fonte, tamanhos e cores.

Um dos recursos de destaque da Biblioteca Aspose.OCR para Node.js é seu suporte a múltiplos formatos de imagem, incluindo JPEG, PNG, BMP, TIFF e muitos outros. Essa versatilidade permite que desenvolvedores de software trabalhem com uma ampla variedade de imagens, facilitando o processamento de diferentes tipos de documentos e gráficos. Além disso, oferece algoritmos avançados de OCR que garantem extração de texto precisa e confiável. Ao aproveitar técnicas sofisticadas de reconhecimento, a biblioteca pode interpretar efetivamente texto de imagens, mesmo em casos onde o texto está inclinado, borrado ou distorcido.

Aspose.OCR para Node.js suporta múltiplos idiomas, tornando-a adequada para aplicações globais. Pode reconhecer texto em mais de 130 idiomas, incluindo Inglês, Espanhol, Francês, Alemão, Italiano, Português, Chinês, Japonês e muitos outros. Projetada com desempenho e escalabilidade em mente, a biblioteca pode lidar eficientemente com grandes volumes de imagens. Permite que desenvolvedores definam modelos personalizados para documentos estruturados. Esse recurso é útil para extrair campos específicos de formulários, faturas e outros documentos modelados. No geral, a Biblioteca Aspose.OCR é uma ferramenta valiosa para desenvolvedores que desejam incorporar funcionalidade OCR em suas aplicações Node.js.

Previous Next

Começando com a biblioteca Aspose.OCR para Node.js via C++

A forma recomendada de instalar a biblioteca Aspose.OCR para Node.js via C++ é usando npm. Por favor, use o comando abaixo para uma instalação tranquila.

Instalar a biblioteca Aspose.OCR para Node.js via C++ via npm

 npm install aspose-ocr-cloud

Você pode baixar a biblioteca diretamente da página do produto Aspose.OCR

A biblioteca Aspose.OCR para Node.js via C++ oferece funcionalidade completa para realizar operações de reconhecimento óptico de caracteres (OCR) em várias imagens. Com apenas algumas linhas de código, desenvolvedores de software podem reconhecer e extrair texto de imagens dentro de aplicações Node.js. A API inclui suporte a diversos formatos populares de arquivos de imagem, como JPEG, PNG, GIF, TIFF, PDF, BMP e muitos outros. Existem vários recursos importantes da biblioteca, como reconhecimento de imagens rotacionadas, inclinadas e ruidosas. Além disso, os desenvolvedores podem salvar os resultados do reconhecimento nos formatos de documento e troca de dados mais populares. O exemplo a seguir mostra como comandos JavaScript podem ser usados para carregar e extrair texto de uma imagem.

Como reconhecer texto de uma imagem em aplicações Node.js?

let source = Module.WasmAsposeOCRInput();
source.url = internalFileName;
let batch = new Module.WasmAsposeOCRInputs();
batch.push_back(source);

// Send image for OCR
var result = Module.AsposeOCRRecognize(batch);
// Output extracted text to the console
var text = Module.AsposeOCRSerializeResult(
              result, Module.ExportFormat.text);

console.log(text);

Reconhecimento de Texto Manuscrito em Aplicações Node.js

A biblioteca Aspose.OCR para Node.js via C++ facilita para desenvolvedores de software reconhecer texto manuscrito em suas próprias aplicações Node.js. Ela pode reconhecer texto manuscrito além do texto impresso, ampliando sua usabilidade para uma gama maior de documentos. Os desenvolvedores podem reconhecer texto manuscrito habilitando o modo de texto manuscrito. Também é possível reconhecer uma imagem a partir de URL sem baixá‑la localmente. O exemplo a seguir mostra como os desenvolvedores podem carregar e reconhecer texto manuscrito dentro de aplicações node.js.

Como reconhecer texto manuscrito em aplicações Node.js

const recognizeHandwritten = true;

ocrApi.recognizeFromContent('eng', recognizeHandwritten, imageBuffer, (error, data) => {
  if (error) throw error;

  console.log('Extracted Handwritten Text:', data.text);
});

Suporte a Reconhecimento Baseado em Modelo

O reconhecimento baseado em modelo envolve definir um modelo que especifica o layout e as áreas de interesse em um documento. O reconhecimento baseado em modelo com Aspose.OCR para Node.js via C++ fornece uma maneira estruturada e precisa de extrair dados de documentos com layouts fixos. Esse recurso é útil para extrair campos específicos de formulários, faturas e outros documentos modelados. Aqui está um exemplo muito útil que mostra como os desenvolvedores podem carregar o modelo e aplicá‑lo a uma imagem para OCR dentro de aplicações Node.js.

Como carregar o modelo e aplicá‑lo a uma imagem para OCR em aplicações Node.js?

const fs = require('fs');
const { OcrApi, AsposeApp, TemplateApi } = require('aspose-ocr-cloud');

const appSid = 'your-app-sid';
const appKey = 'your-app-key';

AsposeApp.appSID = appSid;
AsposeApp.appKey = appKey;

const ocrApi = new OcrApi();
const templateApi = new TemplateApi();

const imagePath = 'path/to/your/invoice.jpg';
const templatePath = 'path/to/your/template.json';

fs.readFile(imagePath, (err, imageBuffer) => {
  if (err) throw err;

  fs.readFile(templatePath, (err, templateBuffer) => {
    if (err) throw err;

    // Load the template
    templateApi.addTemplate(templateBuffer, (error, templateId) => {
      if (error) throw error;

      // Apply the template to the image
      ocrApi.recognizeFromTemplate(imageBuffer, templateId, (error, result) => {
        if (error) throw error;

        console.log('Extracted Data:', result.fields);
      });
    });
  });
});

Preservar Formatação de Texto em Operações OCR

Preservar a formatação do texto durante operações OCR é crucial para aplicações onde a estrutura, estilos de fonte e layout do texto são importantes. Além de extrair texto simples, o Aspose.OCR para Node.js via C++ também pode preservar a formatação do texto reconhecido, incluindo estilos de fonte, tamanhos e cores. Isso é particularmente útil para processar documentos onde a formatação do texto é essencial. Abaixo está um exemplo que demonstra como desenvolvedores podem preservar a formatação do texto usando a API Aspose.OCR.

Como preservar a formatação de texto em operações OCR em aplicações Node.js?

const fs = require('fs');
const { OcrApi, AsposeApp, OCRFormat, OCRRecognitionSettings } = require('aspose-ocr-cloud');

const appSid = 'your-app-sid';
const appKey = 'your-app-key';

AsposeApp.appSID = appSid;
AsposeApp.appKey = appKey;

const ocrApi = new OcrApi();

const imagePath = 'path/to/your/document.jpg';

fs.readFile(imagePath, (err, imageBuffer) => {
  if (err) throw err;

  const recognitionSettings = new OCRRecognitionSettings();
  recognitionSettings.setDetectAreas(true);
  recognitionSettings.setDetectText(true);
  recognitionSettings.setDetectItalic(true);
  recognitionSettings.setDetectBold(true);

  ocrApi.recognizeWithSettings(imageBuffer, OCRFormat.TEXT, recognitionSettings, (error, data) => {
    if (error) throw error;

    const formattedText = data.text;
    const formattingDetails = data.textAreas;

    console.log('Extracted Text with Formatting:', formattedText);
    console.log('Formatting Details:', formattingDetails);
  });
});
 Português