Fügen Sie Ihren Webseiten JS OCR hinzu
JS OCR auf Ihrer Website
Weitere Showcases >var input = Module.WasmAsposeOCRInput();
var inputs = new Module.WasmAsposeOCRInputs();
// Prepare settings
var settings = Module.WasmAsposeOCRRecognitionSettings();
input.url = "<file name>";
inputs.push_back(input);
var result = Module.AsposeOCRRecognize(inputs, settings);
// Serrialize result
var result_str = Module.AsposeOCRSerializeResult(
result, Module.ExportFormat.text);
console.log(result_str);
Warum für JavaScript ASSOSS.OCR wählen?
Mit ASSOSPE.OCR für JavaScript können Sie Text aus gescannten Seiten, Fotos, Screenshots und anderen Bildern direkt auf einer Webseite oder aus plattformübergreifenden Elektronen-Apps extrahieren. Es basiert auf der WASM -Technologie (WebAssembly), mit der der Code auf dem Gerät des Endbenutzers ausführen kann, ohne dass ein Webserver erforderlich ist. Es kann nativ in Ihren JavaScript -Kontext integriert werden, einschließlich Zugriff auf alle Webbrowserfunktionen. ASSON.OCR für JavaScript über C ++ bietet die höchste Sicherheit, wenn sie in das Web eingebettet ist, und wird die Sicherheitsrichtlinien des Browsers und Berechtigungen durchsetzen.
Unsere leistungsstarke und feature reichhaltige API für optische Charaktererkennung (OCR) unterstützt mehr als 140 Sprachen, die auf lateinischen, kyrillischen und asiatischen Skripten basieren, einschließlich Chinesisch und Hindi, und können Dateien in den beliebtesten Formaten erkennen. Verschiedene Verarbeitungsfilter ermöglichen es Ihnen, verzerrte, verzerrte und laute Bilder zu erkennen. Die Erkennungsergebnisse werden in den beliebtesten Datenaustauschformaten zurückgegeben.
Schnell und präzise OCR
Erreichen Sie Hochgeschwindigkeits- und genaue OCR-Ergebnisse mit erweitertem JavaScript über C ++-Technologie.
Mehrsprachige Unterstützung
Erkennen Sie den Text in 140 Sprachen, einschließlich lateinischer, kyrillischer, arabischer, persischer, indic- und chinesischer Skripte, und gewährleisten Sie die Vielseitigkeit Ihrer JavaScript -Anwendungen über C ++ - Integration.
Vielseitige Bildunterstützung
Verarbeiten Sie Bilder von Scannern, Kameras und Smartphones mühelos mit JavaScript über C ++.
Präzision in der chinesischen Charaktererkennung
Erkennen Sie über 6.000 chinesische Zeichen mit Präzision in Ihren JavaScript -Projekten über C ++.
Layouterkennung
Identifizieren und kategorisieren Sie Inhaltsblöcke in Bildern, um die korrekte Reihenfolge des extrahierten Textes unabhängig vom Layout sicherzustellen.
Live -Code -Beispiel
Initiieren Sie die Texterkennung aus Bildern in nur drei Codezeilen. Erleben Sie die Einfachheit!
* Durch Hochladen Ihrer Dateien oder die Verwendung des Dienstes, den Sie mit unserer zustimmen Nutzungsbedingungen Und Datenschutzrichtlinie.
Bild in Text konvertieren
Weitere Beispiele >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();
var inputs = new Module.WasmAsposeOCRInputs();
var settings = Module.WasmAsposeOCRRecognitionSettings();
input.url = filename;
inputs.push_back(input);
var result = Module.AsposeOCRRecognize(inputs, settings);
// Get recognition results as text
var result_str = Module.AsposeOCRSerializeResult(result, Module.ExportFormat.text);
console.log(result_str);
OCR -Integration in Ihrer Webanwendung
ASSOSS.OCR-API für JavaScript ermöglicht es dem Code, direkt im Webbrowser des Endbenutzers (client-seiten) oder in browserbasierten Umgebungen wie Electon auszuführen.
Unterstützte Dateiformate
Aspose.OCR for Javascript via C++ kann mit jeder [Datei]funktionieren( https://docs.aspose.com/ocr/javascript-cpp/supported-file-formats/ ) Sie können von einem Scanner oder einer Kamera erhalten. Erkennungsergebnisse können gespeichert, in eine Datenbank importiert oder in Echtzeit analysiert werden.
Bilder
- JPEG
- PNG
- TIFF
- BMP
Batch OCR
- ZIP
Erkennungsergebnisse
- Text
- JSON
- XML
Mühelose Installation
ASSON.OCR für JavaScript über C ++ wird als in sich geschlossenes herunterladbares Paket verteilt, für das keine externen Abhängigkeiten installiert werden müssen. Entpacken Sie es einfach neben Ihrer HTML -Seite und Sie sind bereit, jedes Bild in den SMS im Browser umzuwandeln.
Anfordern einer Testlizenz , um die Entwicklung einer voll funktionsfähigen OCR-Anwendung ohne Einschränkungen zu starten.
140+ Erkennungssprachen
Die JavaScript -OCR -API erkennt mehr als 140 Sprachen und populäre Schreibskripte, einschließlich gemischter Sprachen:
Überlassen Sie die Spracherkennung der Bibliothek oder definieren Sie die Sprache selbst für eine verbesserte Erkennungsleistung und -zuverlässigkeit.
- ** erweitertes Latein ** Alphabet: Englisch, Spanisch, Französisch, Indonesisch, Portugiesisch, Deutsch, Vietnamesisch, Türkisch, Italienisch, Polnisch und 80+ mehr;
- ** Kyrillisch ** Alphabet: Russisch, Ukrainisch, Kasach, Serbisch, Weißrussland, Bulgarisch;
- Arabisch, Persisch, Urdu;
- Chinesisch und Devanagari -Drehbuch, einschließlich Hindi, Marathi, Bhojpuri und anderen.
Geeignet für Inhalte
Die JavaScript -OCR -API erkennt mehr als 140 Sprachen und populäre Schreibskripte, einschließlich gemischter Sprachen:
Überlassen Sie die Spracherkennung der Bibliothek oder definieren Sie die Sprache selbst für eine verbesserte Erkennungsleistung und -zuverlässigkeit.
Schlüsselmerkmale
Aspose.OCR for Javascript via C++ Erforschen Sie die fortgeschrittenen Merkmale von ASSOSCE.OCR für JavaScript.
Foto OCR
Text aus Smartphone-Fotos mit Genauigkeit auf Scanebene extrahieren.
Durchsuchbarer PDF
Konvertieren Sie jeden Scan in ein vollständig durchsuchbares und indexierbares Dokument.
URL -Anerkennung
Erkennen Sie ein Bild von URL, ohne es lokal herunterzuladen.
Massenerkennung
Lesen Sie alle Bilder aus mehrseitigen Dokumenten, Ordnern und Archiven.
Jede Schriftart und jeder Stil
Identifizieren und erkennen Sie Text in allen beliebten Schriftarten und Stilen.
Fein-Tune-Anerkennung
Passen Sie jeden OCR -Parameter für die besten Erkennungsergebnisse an.
JavaScript -Code -Beispiele
Entdecken Sie Codeproben, um ASPOSPEN.OCR für JavaScript über C ++ nahtlos in Ihre HTML -Seiten und Elektronen -Apps zu integrieren.
Einfache Installation für JavaScript
Bilderkennung mit JavaScript
Die weit verbreitete Einführung von OCR -Anwendungen wird normalerweise durch die Tatsache gestoppt, dass Scanner für die meisten Benutzer nicht alltäglich sind. Unsere OCR-Bibliothek verfügt über leistungsstarke integrierte Bild-Vorverarbeitungsfilter, die dunkle, gedrehte, verzerrte und laute Bilder verarbeiten können. In Kombination mit Unterstützung aller Bildformate ermöglicht es eine zuverlässige Erkennung von selbst Smartphone -Fotos. Der größte Teil der Vorverarbeitungs- und Bildkorrektur erfolgt automatisch, sodass Sie nur in schwierigen Fällen eingreifen müssen.
Automatische Bildkorrekturen anwenden - JavaScript
// Load 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;
// Automatically adjust contrast and remove noise
var settings = Module.WasmAsposeOCRRecognitionSettings();
settings.detect_areas_mode = Module.DetectAreasMode.PHOTO;
settings.auto_contrast = true;
settings.auto_denoising = true;
// Extract text from photo:
var inputs = new Module.WasmAsposeOCRInputs();
inputs.push_back(input);
var result = Module.AsposeOCRRecognize(inputs, settings);
// Output recognition results
var result_str = Module.AsposeOCRSerializeResult(result, Module.ExportFormat.text);
console.log(result_str);
Universelles Bild zu Textkonverter für JavaScript
Während viele Unternehmen, Organisationen und Einzelpersonen aktiv daran gearbeitet haben, ihre Abhängigkeit von Papierdokumenten zu reduzieren, ist dies immer noch das am weitesten verbreitete Format für Speicher und Teilen. Durch physikalische Archive unterstützte gescannte Dokumente sind ausreichend für die Einhaltung von Vorschriften, rechtliche Zwecke, langfristige Backups und Redundanz. Geschäftsfälle entstehen jedoch häufig zum Erstellen neuer Inhalte, die auf vorhandenen gescannten Inhalten oder Teilen vorhandener Dokumente basieren. ASSOSS.OCR für JavaScript über с ++ erleichtert es einfach, eine gescannte Seite in einen durchsuchbaren und bearbeitbaren Text umzuwandeln. Der Inhalt wird mit hoher Genauigkeit und Geschwindigkeit erkannt, die Ihnen die Zeit und Mühe des manuellen Typs ersparen und sicherstellen, dass keine menschlichen Fehler vorhanden sind, insbesondere bei der Arbeit mit großen Informationsvolumina.
Image in Dokument konvertieren - JavaScript
// Load a scanned page 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 content structure
var settings = Module.WasmAsposeOCRRecognitionSettings();
settings.detect_areas_mode = Module.DetectAreasMode.DOCUMENT;
settings.upscale_small_font = true;
// Extract text from a page
var inputs = new Module.WasmAsposeOCRInputs();
inputs.push_back(input);
var result = Module.AsposeOCRRecognize(inputs, settings);
var editableText = Module.AsposeOCRSerializeResult(result, Module.ExportFormat.text);
Extrahieren numerischer Daten aus Tabellen
Bei der Verwaltung großer gedruckter Tabellen, die numerische Daten enthalten, wie z. OCR hilft bei der Automatisierung und Standardisierung der Informationsextraktion und sorgt für konsistente und zuverlässige Ergebnisse. ASSON.OCR für JavaScript über с ++ automatisiert die Konvertierung von gescannten oder fotografierten tabellarischen Daten in maschinenlesbare Inhalte. Extrahierte Daten können leicht in Datenbanken integriert und analysiert werden, wodurch zu einer fundierteren Entscheidungsfindung beiträgt.
Tabellenbild zu Text - JavaScript
// 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);