Fügen Sie OCR zu Ihren WEB-Seiten hinzu – JavaScript – Electron
OCR auf Ihrer WEB-Site
Weitere Vitrinen >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 Aspose.OCR für JavaScript über C++ wählen?
Mit Aspose.OCR für JavaScript über C++ können Sie Text aus gescannten Seiten, Fotos, Screenshots und anderen Bildern direkt auf einer Webseite oder aus plattformübergreifenden Electron-Apps extrahieren. Es basiert auf der WebAssembly-Technologie (Wasm), die es ermöglicht, den Code auf dem Gerät des Endbenutzers auszuführen, ohne dass ein Webserver erforderlich ist. Es kann nativ in Ihren JavaScript-Kontext integriert werden, einschließlich Zugriff auf alle Webbrowser-Funktionen. Aspose.OCR für JavaScript über C++ bietet höchste Sicherheit, wenn es im Web eingebettet ist, und erzwingt die Same-Origin- und Berechtigungssicherheitsrichtlinien des Browsers.
Unsere leistungsstarke und funktionsreiche OCR-API (Optical Character Recognition) unterstützt 28 Sprachen basierend auf lateinischen, kyrillischen und asiatischen Schriften, einschließlich Chinesisch und Hindi, und kann Dateien in den gängigsten Formaten erkennen. Mithilfe verschiedener Bearbeitungsfilter können Sie verzerrte, verzerrte und verrauschte Bilder erkennen. Die Erkennungsergebnisse werden in den gängigsten Datenaustauschformaten zurückgegeben.
Schnelle und präzise OCR
Erzielen Sie schnelle und genaue OCR-Ergebnisse mit fortschrittlichem JavaScript über C++-Technologie.
Mehrsprachiger Support
Erkennen Sie Text in 28 Sprachen, einschließlich lateinischer, kyrillischer und chinesischer Schrift, und sorgen Sie durch die C++-Integration für Vielseitigkeit für Ihre JavaScript-Anwendungen.
Vielseitige Bildunterstützung
Verarbeiten Sie Bilder von Scannern, Kameras und Smartphones mühelos mit JavaScript über C++.
Präzision bei der Erkennung chinesischer Schriftzeichen
Erkennen Sie über 6.000 chinesische Schriftzeichen präzise in Ihren JavaScript-Projekten über C++.
Layouterkennung
Identifizieren und kategorisieren Sie Inhaltsblöcke in Bildern, um unabhängig vom Layout die richtige Reihenfolge des extrahierten Texts sicherzustellen.
Live-Codebeispiel
Starten Sie die Texterkennung anhand von Bildern in nur drei Codezeilen. Erleben Sie die Einfachheit!
* Durch das Hochladen Ihrer Dateien oder die Nutzung des Dienstes stimmen Sie unserem zu Nutzungsbedingungen Und Datenschutzrichtlinie.
Bild in Text umwandeln
Mehr 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 Ihre WEB-Anwendung
Aspose.OCR für JavaScript ermöglicht die direkte Ausführung des Codes im Webbrowser des Endbenutzers (clientseitig) oder in browserbasierten Umgebungen wie Electon.
Unterstützte Dateiformate
Aspose.OCR for Javascript via C++ kann mit praktisch jeder [Datei]arbeiten( https://docs.aspose.com/ocr/javascript-cpp/supported-file-formats/ ) Sie können von einem Scanner oder einer Kamera erhalten. Erkennungsergebnisse werden in den gängigsten Datei- und Datenaustauschformaten zurückgegeben, die gespeichert, in eine Datenbank importiert oder in Echtzeit analysiert werden können.
Bilder
- JPEG
- PNG
- TIFF
- BMP
Batch-OCR
- ZIP
Anerkennungsergebnisse
- Text
- JSON
- XML
Mühelose Installation
Aspose.OCR für JavaScript über C++ wird als eigenständiges herunterladbares Paket verteilt, für das keine externen Abhängigkeiten installiert werden müssen. Entpacken Sie es einfach neben Ihrer HTML-Seite und schon können Sie jedes Bild direkt im Browser in Text konvertieren.
Fordern Sie eine Testlizenz an , um die Entwicklung einer voll funktionsfähigen OCR-Anwendung ohne Einschränkungen zu starten.
28 Erkennungssprachen
Die JavaScript-OCR-API erkennt 28 Sprachen und gängige Schreibskripte, einschließlich gemischter Sprachen:
Überlassen Sie die Spracherkennung der Bibliothek oder definieren Sie die Sprache selbst, um die Erkennungsleistung und Zuverlässigkeit zu verbessern.
- Erweitertes lateinisches Alphabet: Kroatisch, Tschechisch, Dänisch, Niederländisch, Englisch, Estnisch, Finnisch, Französisch, Deutsch, Italienisch, Lettisch, Litauisch, Norwegisch, Polnisch, Portugiesisch, Rumänisch, Slowakisch, Slowenisch, Spanisch, Schwedisch;
- Kyrillisches Alphabet: Weißrussisch, Bulgarisch, Kasachisch, Russisch, Serbisch, Ukrainisch;
- Chinesisch: Über 6.000 Zeichen;
- Hindi.
Für jeden Inhalt geeignet
Die JavaScript-OCR-API erkennt 28 Sprachen und gängige Schreibskripte, einschließlich gemischter Sprachen:
Überlassen Sie die Spracherkennung der Bibliothek oder definieren Sie die Sprache selbst, um die Erkennungsleistung und Zuverlässigkeit zu verbessern.
Hauptmerkmale
Aspose.OCR for Javascript via C++ Entdecken Sie die erweiterten Funktionen von Aspose.OCR für JavaScript.
Foto-OCR
Extrahieren Sie Text aus Smartphone-Fotos mit Scan-Genauigkeit.
Durchsuchbares PDF
Wandeln Sie jeden Scan in ein vollständig durchsuchbares und indizierbares Dokument um.
URL-Erkennung
Erkennen Sie ein Bild anhand der URL, ohne es lokal herunterzuladen.
Massenerkennung
Lesen Sie alle Bilder aus mehrseitigen Dokumenten, Ordnern und Archiven.
Beliebige Schriftart und Stil
Identifizieren und erkennen Sie Texte in allen gängigen Schriftarten und Stilen.
Feinabstimmung der Erkennung
Passen Sie jeden OCR-Parameter an, um optimale Erkennungsergebnisse zu erzielen.
JavaScript-Codebeispiele
Entdecken Sie Codebeispiele zur nahtlosen Integration von Aspose.OCR für JavaScript über C++ in Ihre HTML-Seiten und Electron-Apps.
Einfache Installation für JavaScript
Bilderkennung mit JavaScript
Die weit verbreitete Einführung von OCR-Anwendungen wird in der Regel durch die Tatsache gebremst, dass Scanner für die meisten Benutzer nicht alltäglich sind. Unsere OCR-Bibliothek verfügt über leistungsstarke integrierte Bildvorverarbeitungsfilter, die dunkle, gedrehte, verzerrte und verrauschte Bilder verarbeiten können. In Kombination mit der Unterstützung aller Bildformate ermöglicht es eine zuverlässige Erkennung auch von Smartphone-Fotos. Der Großteil der Vorverarbeitung 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);
Universeller Bild-zu-Text-Konverter für JavaScript
Während viele Unternehmen, Organisationen und Einzelpersonen aktiv daran arbeiten, ihre Abhängigkeit von Papierdokumenten zu verringern, ist dies immer noch das am weitesten verbreitete Format für die Speicherung und Weitergabe. Gescannte Dokumente, die durch physische Archive gesichert sind, reichen für die Einhaltung gesetzlicher Vorschriften, rechtliche Zwecke, langfristige Sicherung und Redundanz aus. Es ergeben sich jedoch häufig Geschäftsfälle für die Erstellung neuer Inhalte auf der Grundlage vorhandener gescannter Inhalte oder Teile vorhandener Dokumente. Aspose.OCR für JavaScript über С++ macht es einfach, eine gescannte Seite in einen durchsuchbaren und bearbeitbaren Text umzuwandeln. Inhalte werden mit hoher Genauigkeit und Geschwindigkeit erkannt, was Ihnen Zeit und Aufwand für die manuelle Eingabe erspart und sicherstellt, dass es keine menschlichen Fehler gibt, insbesondere bei der Arbeit mit großen Informationsmengen.
Bild 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 mit numerischen Daten, wie z. B. Rohdaten aus soziologischen Feldstudien oder Inventarlisten, wird die manuelle Extraktion zu einem trägen, unpraktischen Prozess, der sehr anfällig für menschliche Fehler ist. OCR hilft dabei, die Extraktion von Informationen zu automatisieren und zu standardisieren und sorgt so für konsistente und zuverlässige Ergebnisse. Aspose.OCR für JavaScript über С++ automatisiert die Konvertierung gescannter oder fotografierter tabellarischer Daten in maschinenlesbare Inhalte vollständig. Extrahierte Daten können einfach in Datenbanken integriert und analysiert werden, was zu einer fundierteren Entscheidungsfindung beiträgt.
Tabellenbild in Text umwandeln – 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);