تصویر را به متن در node.js تبدیل کنید
تصویر به متن در node.js
ویترین 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 برای node.js aspose.ocr را انتخاب کنید؟
aspose.ocr for node.js به شما امکان می دهد متن را از صفحات اسکن شده ، عکس ها ، تصاویر و تصاویر دیگر در هر سکویی که Node.js در آن نصب شده است ، استخراج کنید. محصولات پیش فرض خود ، خدمات وب ، برنامه های بدون سرور ، AWS Lambda ، توابع لاجورد و سایر کد ها را با قابلیت تشخیص شخصیت نوری توانمندسازی کنید.
API به رسمیت شناختن شخصیت نوری قدرتمند و قدرتمند ما (OCR) از 140+ زبان بر اساس اسکریپت های لاتین ، سیریلیک و آسیایی از جمله چینی و هندی پشتیبانی می کند و می تواند پرونده ها را در محبوب ترین قالب ها تشخیص دهد.

OCR کارآمد و دقیق
دستیابی به نتایج OCR با سرعت بالا و دقیق با فناوری پیشرفته Node.js.
پشتیبانی چند زبانه
متن را به بیش از 140 زبان از جمله اسکریپت های لاتین ، سیریلیک ، عربی ، فارسی ، ایندیا و چینی بشناسید و از تطبیق پذیری برای برنامه های Node.js خود اطمینان حاصل کنید.
پشتیبانی از تصویر همه کاره
تصاویر را از اسکنرها ، دوربین ها و تلفن های هوشمند با زحمت با node.js. پردازش کنید.
دقت در تشخیص شخصیت چینی
بیش از 6000 شخصیت چینی را با دقت در پروژه های Node.js خود تشخیص دهید.
تشخیص طرح
بدون در نظر گرفتن طرح ، بلوک های محتوا را در تصاویر شناسایی و طبقه بندی کنید تا از ترتیب صحیح متن استخراج شده اطمینان حاصل شود.
نمونه کد زنده
تشخیص متن را از تصاویر با چندین خط کد کد شروع کنید. سادگی را تجربه کنید!
* با بارگذاری پرونده های خود یا استفاده از خدماتی که با ما موافق هستید شرایط استفاده وت سیاست حفظ حریم.
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 در برنامه های Node.js
aspose.ocr for node.js یکپارچه با هر بستر پشتیبانی C ++ ادغام می شود-چه در ویندوز رومیزی ، ویندوز سرور ، مکوس ، لینوکس یا ابر.
قالب های فایل پشتیبانی شده
Aspose.OCR for Node.js via C++ می تواند با هر [پرونده]کار کند( https://docs.aspose.com/ocr/nodejs-cpp/supported-file-formats/ ) می توانید از یک اسکنر یا دوربین دریافت کنید. نتایج تشخیص را می توان ذخیره کرد ، به یک پایگاه داده وارد کرد یا در زمان واقعی مورد تجزیه و تحلیل قرار گرفت.
تصاویر
- JPEG
- PNG
- TIFF
- BMP
دسته OCR
- ZIP
نتایج تشخیص
- Text
- JSON
- XML
عملکرد و کیفیت را تجربه کنید
فناوری OCR برش ، شناخت سریع و دقیق متن را از تصاویر تضمین می کند و به برنامه های شما با قابلیت های درجه یک قدرت می بخشد. کارآیی و تجربه کاربر پروژه خود را با راه حل OCR با کارایی بالا بالا ببرید.
140+ زبان تشخیص
Node.js OCR API بسیاری از زبان ها و اسکریپت های نوشتن محبوب ، از جمله زبانهای مختلط را به رسمیت می شناسد:
تشخیص زبان را به کتابخانه واگذار کنید یا خود را برای افزایش عملکرد و قابلیت اطمینان به خود اختصاص دهید.
- ** گسترش یافته لاتین ** الفبای: انگلیسی ، اسپانیایی ، فرانسوی ، اندونزیایی ، پرتغالی ، آلمانی ، ویتنامی ، ترکی ، ایتالیایی ، لهستانی و 80+ بیشتر ؛
- ** سیریلیک ** الفبای: روسی ، اوکراینی ، قزاق ، صربستان ، بلاروس ، بلغاری ؛
- عربی ، فارسی ، اردو ؛
- اسکریپت چینی و Devanagari ، از جمله هندی ، مراتی ، بوجپوری و دیگران.
مناسب برای هر محتوا
صحت و قابلیت اطمینان تشخیص متن به کیفیت تصویر اصلی بستگی دارد. Aspose.ocr for node.js از طریق C ++ طیف گسترده ای از فیلترهای پردازش تصویر کاملاً خودکار و دستی را فراهم می کند که قبل از ارسال به موتور OCR ، یک تصویر را تقویت می کند.
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
متن را از عکس های تلفن هوشمند با دقت در سطح اسکن استخراج کنید.
PDF قابل جستجو
هر اسکن را به یک سند کاملاً قابل جستجو و شاخص تبدیل کنید.
شناخت URL
بدون بارگیری در محلی ، تصویری را از URL تشخیص دهید.
شناخت انبوه
تمام تصاویر را از اسناد ، پوشه ها و بایگانی های چند صفحه ای بخوانید.
هر قلم و سبک
متن را در همه نوع و سبک های محبوب شناسایی و تشخیص دهید.
شناخت تنظیم دقیق
هر پارامتر OCR را برای بهترین نتایج تشخیص تنظیم کنید.
Node.js نمونه کد OCR
نمونه های کد را کشف کنید تا به راحتی OCR را در برنامه های Node.js خود ادغام کنید.
نصب
aspose.ocr for node.js به عنوان یک بسته NPM یا به عنوان یک پرونده قابل بارگیری [https://releases.aspose.com/ocr/nodejs-cpp/) تحویل داده می شود و دارای وابستگی خارجی نیست. به راحتی آن را در پروژه خود نصب کنید ، و شما آماده هستید تا متون را به زبان های چند پشتیبانی شده تشخیص دهید و در قالب های مختلف نتایج به رسمیت شناخته کنید.
OCR را برای ماژول node.js در کد خود وارد کنید.
const Module = require("aspose-ocr/lib/asposeocr");
تصویر به تشخیص متن با node.js
Node.js OCR اجازه می دهد تا تصاویر جدول را به متن قابل ویرایش تبدیل کرده و استخراج داده ها را ساده تر کنید. ایده آل برای موارد مختلف تجاری ، راه حل قدرتمند OCR ما باعث افزایش دسترسی به داده ها و بهبود بهره وری در برنامه ها می شود.
تصویر جدول تنظیم به تبدیل 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);