تبدیل تصویر به متن در Node.js
تصویر به متن در Node.js
ویترین های بیشتر >let source = Module.WasmAsposeOCRInput();
source.url = internalFileName;
let batch = new Module.WasmAsposeOCRInputs();
batch.push_back(source);
// Send image for OCR
var result = Module.AsposeOCRRecognize(batch);
// Output extracted text to the console
var text = Module.AsposeOCRSerializeResult(
result, Module.ExportFormat.text);
console.log(text);
چرا Aspose.OCR را برای Node.js از طریق C++ انتخاب کنید؟
Aspose.OCR برای Node.js از طریق ++C به شما امکان می دهد متن را از صفحات اسکن شده، عکس ها، اسکرین شات ها و سایر تصاویر در هر پلتفرمی که Node.js نصب شده است استخراج کنید. محصولات داخلی، سرویسهای وب، برنامههای بدون سرور، AWS Lambda، توابع Azure و سایر کدها را با قابلیت تشخیص کاراکتر نوری تقویت کنید.
API تشخیص کاراکتر نوری (OCR) قدرتمند و غنی ما از بیش از 130 زبان مبتنی بر خطهای لاتین، سیریلیک و آسیایی، از جمله چینی و هندی پشتیبانی میکند و میتواند فایلها را در محبوبترین قالبها تشخیص دهد.
OCR کارآمد و دقیق
با Node.js پیشرفته از طریق فناوری C++ به نتایج OCR با سرعت بالا و دقیق برسید.
پشتیبانی چند زبانه
متن را به بیش از 130 زبان، از جمله اسکریپت های لاتین، سیریلیک، عربی، فارسی، هندی و چینی تشخیص دهید و از تطبیق پذیری برنامه های Node.js خود از طریق C++ اطمینان حاصل کنید.
پشتیبانی از تصویر همه کاره
تصاویر اسکنرها، دوربینها و گوشیهای هوشمند را بدون دردسر با Node.js از طریق C++ پردازش کنید.
دقت در تشخیص کاراکتر چینی
بیش از 6000 کاراکتر چینی را با دقت در پروژه های Node.js خود از طریق C++ شناسایی کنید.
تشخیص چیدمان
بلوک های محتوا را در تصاویر شناسایی و دسته بندی کنید تا از ترتیب صحیح متن استخراج شده، صرف نظر از طرح بندی اطمینان حاصل کنید.
نمونه کد زنده
شناسایی متن را از تصاویر با چندین خط کد آغاز کنید. سادگی را تجربه کنید!
* با آپلود فایل های خود یا استفاده از سرویس با ما موافقت می کنید شرایط استفاده و سیاست حفظ حریم خصوصی.
تبدیل تصویر به متن
نمونه های بیشتر >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);
});
ادغام با برنامه های Node.js
Aspose.OCR برای Node.js به طور یکپارچه با هر پلتفرمی که از [C++]پشتیبانی میکند ( https://docs.aspose.com/ocr/nodejs-cpp/system-requirements/ ) یکپارچه میشود - چه روی دسکتاپ Windows، Windows Server، macOS، Linux ، یا ابر
فرمت های فایل پشتیبانی شده
Aspose.OCR for Node.js via C++ می تواند تقریباً با هر [فایل]کار کند( https://docs.aspose.com/ocr/nodejs-cpp/supported-file-formats/ ) می توانید از یک اسکنر یا دوربین دریافت کنید. نتایج شناسایی در محبوبترین فرمتهای فایل و تبادل داده که میتوانند ذخیره شوند، به پایگاه داده وارد شوند یا در زمان واقعی تجزیه و تحلیل شوند، بازگردانده میشوند.
تصاویر
- JPEG
- PNG
- TIFF
- BMP
OCR دسته ای
- ZIP
نتایج تشخیص
- Text
- JSON
- XML
عملکرد و کیفیت را تجربه کنید
فناوری پیشرفته OCR تشخیص سریع و دقیق متن را از تصاویر تضمین می کند و برنامه های شما را با قابلیت های درجه یک قدرتمند می کند. با راه حل OCR با کارایی بالا، کارایی پروژه و تجربه کاربری خود را بالا ببرید.
130+ زبان تشخیص
Node.js OCR API بسیاری از زبانها و اسکریپتهای نوشتاری محبوب، از جمله زبانهای ترکیبی را تشخیص میدهد:
تشخیص زبان را به کتابخانه بسپارید یا خودتان زبان را برای بهبود عملکرد و قابلیت اطمینان تعریف کنید.
- ** الفبای لاتین توسعه یافته **: انگلیسی، اسپانیایی، فرانسوی، اندونزیایی، پرتغالی، آلمانی، ویتنامی، ترکی، ایتالیایی، لهستانی، و بیش از 80 مورد دیگر.
- ** الفبای سیریلیک **: روسی، اوکراینی، قزاقستانی، صربی، بلاروسی، بلغاری؛
- عربی، فارسی، اردو؛
- خط چینی و دوانگاری، از جمله هندی، مراتی، بوجپوری، و دیگران.
مناسب برای هر محتوایی
دقت و قابلیت اطمینان تشخیص متن به شدت به کیفیت تصویر اصلی بستگی دارد. Aspose.OCR برای Node.js از طریق C++ طیف گسترده ای از فیلترهای پردازش تصویر کاملاً خودکار و دستی را ارائه می دهد که تصویر را قبل از ارسال به موتور OCR بهبود می بخشد.
ویژگی ها و قابلیت ها
Aspose.OCR for Node.js via C++ ویژگی های پیشرفته Aspose.OCR را برای Node.js کاوش کنید.
عکس OCR
استخراج متن از عکس های تلفن هوشمند با دقت سطح اسکن.
PDF قابل جستجو
هر اسکن را به یک سند کاملاً قابل جستجو و فهرستبندی تبدیل کنید.
تشخیص URL
تشخیص تصویر از URL بدون بارگیری محلی.
تشخیص انبوه
تمام تصاویر را از اسناد چند صفحه ای، پوشه ها و بایگانی ها بخوانید.
هر نوع فونت و سبک
متن را در تمام حروف و سبک های رایج شناسایی و تشخیص دهید.
تشخیص دقیق
هر پارامتر OCR را برای بهترین نتایج تشخیص تنظیم کنید.
نمونه کد OCR Node.js
نمونه های کد را کشف کنید تا به راحتی OCR را در برنامه های Node.js خود ادغام کنید.
در حال نصب
Aspose.OCR برای Node.js به عنوان یک بسته NPM یا به عنوان یک [فایل قابل دانلود]مستقل ( https://releases.aspose.com/ocr/nodejs-cpp/ ) بدون وابستگی خارجی ارائه می شود. به راحتی آن را در پروژه خود نصب کنید و آماده تشخیص متون در چندین زبان پشتیبانی شده و دریافت نتایج تشخیص در قالب های مختلف هستید.
OCR را برای ماژول Node.js در کد خود وارد کنید.
const Module = require("aspose-ocr/lib/asposeocr");
تشخیص تصویر به متن با Node.js
Node.js OCR اجازه می دهد تا تصاویر جدول را به متن قابل ویرایش تبدیل کنید و استخراج داده ها را ساده کنید. ایده آل برای موارد مختلف تجاری، راه حل قدرتمند OCR ما دسترسی به داده ها را افزایش می دهد و بهره وری در برنامه ها را بهبود می بخشد.
تنظیم تبدیل تصویر جدول به متن - 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);