1. Produkter
  2.   OCR
  3.   JavaScript
  4.   Guten OCR
 
  

Gratis JavaScript‑bibliotek för att extrahera text från skannade bilder och formulär

Öppen källkod för optisk teckenigenkänning (OCR) JavaScript-bibliotek för att analysera text från svart‑vita skannade bilder och dokument med bildförbehandling och mallstöd i webb‑ eller Node.js‑appar.

I den moderna digitala världen spelar optisk teckenigenkänning (OCR) en avgörande roll i att omvandla skannade bilder, handskrivna anteckningar eller tryckta dokument till redigerbara och sökbara data. För JavaScript-utvecklare som söker en lättviktig och öppen källkodslösning erbjuder Guten OCR ett övertygande alternativ. Denna JavaScript-baserade OCR-motor är designad med enkelhet i åtanke, vilket gör den idealisk för att integrera OCR-funktioner direkt i webbläsarbaserade eller Node.js-applikationer. Det finns flera viktiga funktioner i biblioteket, såsom teckenigenkänning via mallar, bildtröskling och binarisering, teckensegmentering, mallmatchning och textsammanställning, stöd för modulär kodbas med mera. Den fokuserar på att känna igen tryckt text från svartvita skannade dokument och är bäst lämpad för välformaterad text, såsom böcker eller formulär.

Guten OCR är en öppen källkod JavaScript OCR-motor skapad av Gutenye. Till skillnad från tunga OCR-verktyg som kräver externa beroenden eller omfattande installation, är Guten OCR skrivet helt i JavaScript, vilket betyder att det kan köras i en webbläsare eller på servern med Node.js. Biblioteket använder grundläggande bildbehandlingstekniker för att segmentera tecken och identifiera dem med ett teckenmönsterigenkänningssystem. Även om det ännu inte kan konkurrera med kommersiella OCR-motorer som Tesseract när det gäller flerspråkigt eller handskrivet stöd, gör dess enkelhet och hackbarhet det till ett fantastiskt alternativ för utbildningsprojekt, proof-of-concepts eller inbäddade OCR-funktioner i anpassade webbappar. Till skillnad från Tesseract eller andra större motorer är Guten OCR avsiktligt lättviktigt och fokuserat—vilket gör det till en utmärkt startpunkt för dem som vill förstå hur OCR fungerar under huven.

Previous Next

Kom igång med Guten OCR

Det rekommenderade sättet att installera Guten OCR är att använda Brew. Använd följande kommando för en smidig installation

Installera Guten OCR via Brew

 brew install git-lfs

Installera Guten OCR via GitHub

 git clone git@github.com:gutenye/ocr.git

Du kan också installera det manuellt; ladda ner de senaste release-filerna direkt från GitHub-arkivet.

Bildförbehandling före OCR‑operationer

Det öppna källkods-biblioteket Guten OCR är skrivet helt i JavaScript, vilket gör det kompatibelt med både webbläsare och Node.js-miljöer. Det inkluderar inbyggda bildförbehandlingsfunktioner för att förbättra igenkänningsnoggrannheten. Det stöder bildbinarisering (omvandling till svartvitt), brusreducering, skevkorrektion och mer. Följande exempel visar hur utvecklare kan tillämpa flera bildförbehandlingssteg innan de utför OCR-operation på bilder.

Hur man tillämpar bildförbehandling före OCR-operation via JavaScript-biblioteket?

const { preprocess } = require('guten-ocr');

// Apply multiple preprocessing steps
const processedImage = preprocess(imageData, [
  'grayscale',    // Convert to grayscale
  'binarize',     // Convert to black and white
  'deskew',       // Correct skew
  'denoise'       // Reduce noise
]);

// Then perform OCR on the processed image
ocr.recognize(processedImage).then(/* ... */);

Teckenigenkänning via mallar

JavaScript‑biblioteket Guten OCR har tillhandahållit fullständigt stöd för att utföra OCR‑operationer med hjälp av mallar i JavaScript‑applikationer. I hjärtat av Guten OCR finns ett mall‑matchningssystem. Istället för att träna en maskininlärningsmodell använder det fördefinierade teckenmönster. Detta gör systemet snabbare och lättare att förstå men mer känsligt för teckensnitt och layout‑konsekvens. För att utföra denna uppgift renderar biblioteket varje tecken (A–Z, a–z, 0–9, osv.) i en canvas och den binära matrisen för varje tecken blir en referensmall. När en bild analyseras jämför biblioteket bildsegment mot dessa mallar för att hitta den bästa matchen. Det gör detta med en kombination av vertikal och horisontell linjeskanning för att lokalisera avgränsningsrutor.

Teckensegmentering via OCR‑biblioteket

Det öppna källkods‑JavaScript‑biblioteket Guten OCR gör det möjligt för mjukvaruutvecklare att enkelt utföra teckensegmentering. När bilden har binäriserats är nästa steg att segmentera enskilda tecken. Guten OCR skannar rader och kolumner för att upptäcka områden med täta svarta pixlar och separerar dem till potentiella tecken. Följande exempel visar hur mjukvaruutvecklare kan utföra teckensegmentering med JavaScript‑OCR‑biblioteket.

Hur man utför teckensegmentering med JavaScript-biblioteket?

const segment = require('guten-ocr/segment');
const boxes = segment(binarized); // returns array of [x, y, width, height]
 Svenska