Aspose.OCR for JavaScript via a C++
Bästa JavaScript OCR API till optisk teckenigenkänning
Ett avancerat Javascript OCR API tillåter mjukvaruproffs att införliva OCR-funktionalitet i webbaserade projekt och extrahera text såväl som bilder från, PDF-filer och andra dokument online.
I dagens snabba digitala värld söker både företag och individer ständigt innovativa lösningar för att effektivisera sin verksamhet. Optical Character Recognition (OCR)-teknik har blivit ett ovärderligt verktyg i detta uppdrag, vilket möjliggör automatisk extrahering av text från bilder och skannade dokument. Aspose.OCR för JavaScript via C++ är en robust OCR-lösning, och även om den främst är designad för .NET-applikationer , är det möjligt att integrera det med JavaScript via ett C++ API. Den kan känna igen text på flera språk, vilket gör den lämplig för globala applikationer och stöder olika bildformat, inklusive JPEG, PNG, BMP, TIFF och många fler.
Aspose.OCR är ett kraftfullt bibliotek för optisk teckenigenkänning som förenklar textextraktion från bilder och dokument. Även om det främst är designat för .NET-applikationer, kan programutvecklare använda JavaScript-omslaget för att bygga sin OCR-applikation i JavaScript. Denna applikation kan acceptera bildfiler, anropa C++ API för textextraktion och visa eller manipulera den igenkända texten efter behov. Biblioteket stöder flera avancerade funktioner som kan hantera alla bilder du kan få från en skanner eller kamera, hitta och automatiskt korrigera felstavade ord, känna igen bilder som tillhandahålls som webblänkar, flersidiga PDF- och TIFF-filer igenkänning, bevara formatering och så vidare.
Aspose.OCR för JavaScript via C++ erbjuder hög noggrannhet i textigenkänning, tack vare dess avancerade algoritmer och maskininlärningsmöjligheter. Att integrera Aspose.OCR med JavaScript via ett C++ API öppnar nya möjligheter för att använda OCR-teknik i webbapplikationer. Mjukvaruutvecklare kan utnyttja kraften i API:et för att automatisera textextraktion från bilder och skannade dokument, vilket i slutändan förbättrar effektiviteten och produktiviteten i olika branscher. Dess enkla API och dokumentation gör den tillgänglig för utvecklare med olika erfarenhetsnivåer.
Komma igång med Aspose.OCR för Java
Det rekommenderade sättet att installera Aspose.OCR för JavaScript via C++ är att använda npm. Använd följande kommando för en smidig installation.
sInstallera Aspose.OCR för JavaScript via C++ via npm
NuGet\Install-Package Aspose.Ocr.Cpp -Version 23.8.0
Du kan ladda ner biblioteket direkt från Aspose.OCR produktsida
Textextraktion från bilder via JavaScript API
Aspose.OCR för JavaScript via C++ har inkluderat komplett stöd för att ladda och extrahera text från olika typer av bilder i JavaScript-applikationer. API har inkluderat stöd för några populära bildfilformat, som JPEG, PNG, GIF, TIFF, PDF, BMP och många fler. Det finns flera bearbetningsfilter tillgängliga som gör det möjligt för mjukvaruutvecklare att känna igen roterade, sneda och brusiga bilder. Dessutom returneras igenkänningsresultaten i de mest populära dokument- och datautbytesformaten. Följande exempel visar hur JavaScript-kommandon kan användas för att ladda och extrahera text från en bild.
Hur utför man textextraktion från bilder via JavaScript API?
const express = require('express');
const multer = require('multer'); // For handling file uploads
const child_process = require('child_process');
const app = express();
const port = 3000;
// Configure multer for handling file uploads
const storage = multer.memoryStorage();
const upload = multer({ storage: storage });
app.post('/process-image', upload.single('image'), (req, res) => {
// Save the uploaded image to a file (you might need additional processing here)
const imageBuffer = req.file.buffer;
const fs = require('fs');
fs.writeFileSync('input.jpg', imageBuffer);
// Execute the C++ backend
const child = child_process.spawn('./your_cpp_program', []);
// Capture the output from the C++ backend
let extractedText = '';
child.stdout.on('data', (data) => {
extractedText += data.toString();
});
// When the C++ process exits
child.on('close', (code) => {
if (code === 0) {
res.send({ text: extractedText });
} else {
res.status(500).send({ error: 'OCR processing failed' });
}
});
});
app.listen(port, () => {
console.log(`Server listening at http://localhost:${port}`);
});
Känn igen valda områden i en bild via JS API
Aspose.OCR för JavaScript via C++ har inkluderat komplett funktionalitet som gör det möjligt för mjukvaruutvecklare att ladda och känna igen ett visst område inuti en bild med hjälp av JavaScript API. Biblioteket kan bara känna igen hela bilden eller valda områden; identifierar ord, rader eller stycken. Den stöder detektering och igenkänning av alla populära typsnitt och teckensnitt, inklusive handskriven text med överlägsen igenkänningshastighet och noggrannhet.
Hur känner man igen valt bildområde med JavaScript API?
document.getElementById('process-button').addEventListener('click', () => {
const selectedArea = {
x: 100, // Define the selected area's coordinates (x, y, width, height)
y: 100,
width: 200,
height: 100,
};
const imageBlob = captureSelectedAreaAsBlob(selectedArea); // Implement this function to capture the selected area as an image blob
const formData = new FormData();
formData.append('image', imageBlob);
fetch('/api/ocr/recognize-selected-area', {
method: 'POST',
body: formData,
headers: {
'Accept': 'application/json',
},
})
.then(response => response.json())
.then(data => {
// Handle the recognized text response
console.log(data.text);
})
.catch(error => {
console.error(error);
});
});
Stöd för automatisk stavningskontroll i JS-appar
Aspose.OCR för JavaScript via C++ har inkluderat ett mycket kraftfullt stöd för stavningskontroll och korrigeringsmekanism i JavaScript-applikationer. Ibland kan icke-standardiserade teckensnitt göra att vissa tecken eller ord identifieras felaktigt. För att ytterligare förbättra igenkänningsprocessen har biblioteket tillhandahållit en kraftfull stavningskontroll som gör det möjligt för mjukvaruutvecklare att söka upp och automatiskt korrigerar stavfel. Biblioteket stöder olika avancerade funktioner som automatisk stavningskorrigering, få listan över felstavade ord, arbeta med anpassade ordböcker och så vidare.