لماذا تختار aspose.ocr لـ node.js؟

يتيح لك Aspose.ocor for node.js استخراج النص من الصفحات الممسوحة ضوئيًا والصور ولقطات الشاشة والصور الأخرى على أي منصة يتم تثبيت Node.js. تمكين منتجاتك المحلية ، وخدمات الويب ، والتطبيقات بدون خادم ، و AWS Lambda ، ووظائف Azure ، وغيرها من التعليمات البرمجية مع وظائف التعرف على الأحرف البصرية.

تدعم واجهة برمجة تطبيقات التعرف على الأحرف البصري القوية والغنية (OCR) أكثر من 140 لغة تعتمد على البرامج النصية اللاتينية والسيريلية والآسيوية ، بما في ذلك الصينية والهندية ، ويمكنها التعرف على الملفات في التنسيقات الأكثر شعبية.

Illustration ocr

كفاءة ودقيقة OCR

تحقيق نتائج عالية السرعة ودقيقة على الحروف المعروفة التعريف الجنائية مع تقنية Advanced Node.js.

دعم متعدد اللغات

التعرف على النص في أكثر من 140 لغة ، بما في ذلك البرامج النصية اللاتينية والسيلية والعربية والفارسية والإنشارية والصينية ، وضمان التنوع لتطبيقات Node.js.

دعم الصور متعددة الاستخدامات

معالجة الصور من الماسحات الضوئية والكاميرات والهواتف الذكية دون عناء مع Node.js.

الدقة في التعرف على الشخصية الصينية

تعرف على أكثر من 6000 حرف صيني بدقة في مشاريع Node.js.

الكشف عن التصميم

تحديد وتصنيف كتل المحتوى في الصور لضمان الترتيب الصحيح للنص المستخرج ، بغض النظر عن التصميم.

عينة الكود المباشر

بدء التعرف على النص من الصور مع عدة أسطر من رمز التعليمات البرمجية. تجربة البساطة!

على استعداد للاعتراف على استعداد للاعتراف إسقاط ملف هنا أو انقر لتصفح *

* عن طريق تحميل ملفاتك أو استخدام الخدمة التي توافق عليها شروط الاستخدام و سياسة الخصوصية.

نتيجة الاعتراف
 

تحويل الصورة إلى نص

المزيد من الأمثلة >
fs.readFile("source.png", (err, imageData) => {
  // Save photo to the virtual storage
  const imageBytes = new Uint8Array(imageData);
  let internalFileName = "temp";
  let stream = Module.FS.open(internalFileName, "w+");
  Module.FS.write(stream, imageBytes, 0, imageBytes.length, 0);
  Module.FS.close(stream);

  // Add photo to recognition batch
  let source = Module.WasmAsposeOCRInput();
  source.url = internalFileName;
  let batch = new Module.WasmAsposeOCRInputs();
  batch.push_back(source);

  // Automatically adjust recognition settings to better process photographs
  let recognitionSettings = Module.WasmAsposeOCRRecognitionSettings();
  recognitionSettings.detect_areas_mode = Module.DetectAreasMode.PHOTO;
  recognitionSettings.auto_contrast= true;

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

التكامل مع تطبيقات node.js

ASPOSE.OCR لـ Node.js يتكامل بسلاسة مع أي منصة تدعم C ++ -سواء على النوافذ المكتبية أو خادم Windows أو MacOs أو linux أو السحابة.

Microsoft Windows
Linux
MacOS
GitHub
Microsoft Azure
Amazon Web Services
Docker

تنسيقات الملف المدعومة

Aspose.OCR for Node.js via C++ يمكن أن تعمل مع أي ملف يمكنك الحصول على الماسح الضوئي أو الكاميرا. يمكن حفظ نتائج الاعتراف أو استيرادها إلى قاعدة بيانات أو تحليلها في الوقت الفعلي.

الصور

  • JPEG
  • PNG
  • TIFF
  • BMP

دفعة OCR

  • ZIP

نتائج التعرف

  • Text
  • JSON
  • XML

تجربة الأداء والجودة

تضمن تقنية المعرفة الضوئية المتطورة التعرف على النص السريع والدقيق من الصور ، وتمكين تطبيقاتك بقدرات من الدرجة الأولى. ارفع كفاءة مشروعك وتجربة المستخدم مع حل التعرف الضوئي على الحروف العالي الأداء.

140+ لغات التعرف

تتعرف API Node.js OCR على الكثير من اللغات والبرامج النصية للكتابة الشائعة ، بما في ذلك اللغات المختلطة:

اترك الكشف عن اللغة إلى المكتبة أو حدد اللغة بنفسك لتعزيز أداء وموثوقية التعرف.

  • ** اللاتينية الممتدة ** الأبجدية: الإنجليزية والإسبانية والفرنسية والإندونيسية والبرتغالية والألمانية والفيتنامية والتركية والإيطالية والبولندية و 80+ أخرى ؛
  • ** السيريليك ** الأبجدية: الروسية ، الأوكرانية ، كازاخاخية ، صربي ، بيلاروسيا ، البلغارية ؛
  • العربية ، الفارسية ، الأردية ؛
  • السيناريو الصيني و Devanagari ، بما في ذلك الهندية والماراثي و Bhojpuri وغيرها.

مناسب لأي محتوى

تعتمد دقة وموثوقية التعرف على النص بشكل كبير على جودة الصورة الأصلية. يوفر Aspose.ocor for node.js عبر c ++ مجموعة واسعة من كل من مرشحات معالجة الصور الآلية واليدوية التي تعزز الصورة قبل إرسالها إلى محرك التعرف الضوئي على الحروف.

الميزات والقدرات

Aspose.OCR for Node.js via C++ استكشف الميزات المتقدمة لـ Aspose.ocr for Node.js.

Feature icon

الصورة OCR

استخراج النص من صور الهاتف الذكي بدقة مستوى المسح.

Feature icon

PDF قابل للبحث

تحويل أي فحص إلى مستند قابل للبحث بالكامل وقابل للفهرسة.

Feature icon

التعرف على عنوان URL

تعرف على صورة من عنوان URL دون تنزيلها محليًا.

Feature icon

الاعتراف بالجملة

اقرأ جميع الصور من المستندات والمجلدات والأرشيفات متعددة الصفحات.

Feature icon

أي خط وأسلوب

تحديد النص والتعرف عليه في جميع المحارف والأنماط الشائعة.

Feature icon

الاعتراف بالضبط

اضبط كل معلمة OCR للحصول على أفضل نتائج التعرف.

عينات رمز OCR Node.js

اكتشف عينات الرمز لدمج OCR بسهولة في تطبيقات Node.js.

التثبيت

يتم تسليم ASPOSE.OCR for node.js كحزمة NPM أو كملف قابل للتنزيل ذاتيًا ( https://release.aspose.com/ocr/nodejs-cpp/ ) بدون تبعيات خارجية. قم بتثبيته بسهولة في مشروعك ، وأنت مستعد للتعرف على النصوص بلغات متعددة مدعومة والحصول على نتائج الاعتراف بتنسيقات مختلفة.

استيراد OCR لوحدة Node.js في الكود الخاص بك.

const Module = require("aspose-ocr/lib/asposeocr");

صورة للتعرف على النص مع node.js

يسمح Node.js OCR بتحويل صور الجدول إلى نص قابل للتحرير ، وتبسيط استخراج البيانات. مثالي لمختلف حالات العمل ، فإن حل OCR القوي لدينا يعزز إمكانية الوصول إلى البيانات ، وتحسين الإنتاجية في التطبيقات.

صورة جدول الإعداد إلى تحويل النص - node.js

// Load a scan or photo from user input
const fileData = new Uint8Array(e.target.result);
let filename = file.name;
let stream = Module.FS.open(filename, "w+");
Module.FS.write(stream, fileData, 0, fileData.length, 0);
Module.FS.close(stream);
var input = Module.WasmAsposeOCRInput();
input.url = filename;

// Analyze tabular structures
var settings = Module.WasmAsposeOCRRecognitionSettings();
settings.detect_areas_mode = Module.DetectAreasMode.TABLE;

// Limit the subset of characters to improve recognition accuracy and increase performance
settings.alphabet = "1234567890.,;";

// Extract text from a table
var inputs = new Module.WasmAsposeOCRInputs();
inputs.push_back(input);
var result = Module.AsposeOCRRecognize(inputs, settings);
var editableText = Module.AsposeOCRSerializeResult(result, Module.ExportFormat.text);