javascript 开发语言 ecmascript 使用tesseract.js-offline识别图片文字记录

一、概述

Tesseract.js 是一个 JavaScript 库，可以从图像中获取几乎任何语言的单词。

离线版：https://github.com/jeromewu/tesseract.js-offline电子版：https://github.com/jeromewu/tesseract.js-electron自定义训练数据：https://github.com/jeromewu/tesseract.js-custom-traineddataChrome 扩展 #1：https://github.com/jeromewu/tesseract.js-chrome-extensionChrome 扩展 #2：https://github.com/fxnoob/image-to-textFirefox 扩展：https://github.com/gnonio/korporize使用 Vue：https://github.com/jeromewu/tesseract.js-vue-app使用 Angular：https://github.com/jeromewu/tesseract.js-angular-app使用 React：https://github.com/jeromewu/tesseract.js-react-appTypescript：https://github.com/jeromewu/tesseract.js-typescript视频实时识别：https://github.com/jeromewu/tesseract.js-video

二、离线版

克隆

git clone https://github.com/jeromewu/tesseract.js-offline

依赖下载

yarn/npm install

启动访问http://127.0.0.1:3000/browser/index.html或者不启动直接对html文件进行Open with Live Server

npm run start

直接使用脚本运行英文示例

const { createWorker } = require('tesseract.js');

const path = require('path');

// 语言设置，单种语言识别

// chi_sim----eng

const language = 'eng'

const worker = createWorker({

langPath: path.join(__dirname, '..', 'lang-data'),

logger: m => console.log(m),

});

(async () => {

await worker.load();

await worker.loadLanguage(language);

await worker.initialize(language);

const { data: { text } } = await worker.recognize(path.join(__dirname, '..', 'images/en', 'demo_eurotext.png'));

console.log(text);

await worker.terminate();

})();

node .\node\index.js

识别其他语言chi_sim是中文

其他语言训练数据下载

下载后放置在lang-data应用后会解压

相关阅读