Aggiungi JS OCR alle tue pagine web
JS OCR sul tuo sito web
Altre vetrine >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);
Perché scegliere Aspose.ocr per JavaScript?
Aspose.ocr per JavaScript consente di estrarre il testo da pagine scansionate, foto, schermate e altre immagini direttamente su una pagina Web o da app elettroniche multipiattaforma. Si basa sulla tecnologia WebAssembly (WASM), che consente di eseguire il codice sul dispositivo dell’utente finale senza la necessità di un server Web. Può essere integrato in modo nativo nel tuo contesto JavaScript, incluso l’accesso a tutte le funzioni del browser Web. Assepse.ocr per JavaScript tramite C ++ fornisce la massima sicurezza se incorporato sul Web e applicherà le politiche di sicurezza del browser e delle autorizzazioni.
La nostra API potente e ricca di caratteri per il riconoscimento ottico (OCR) supporta più di 140 lingue basate su script latini, cirillici e asiatici, tra cui cinese e hindi, e può riconoscere i file nei formati più popolari. Vari filtri di elaborazione consentono di riconoscere immagini distorte, distorte e rumorose. I risultati del riconoscimento vengono restituiti nei formati di scambio di dati più popolari.
OCR veloce e preciso
Ottieni risultati OCR ad alta velocità e accurati con JavaScript avanzato tramite la tecnologia C ++.
Supporto multilingue
Riconosci il testo in oltre 140 lingue, tra cui script latino, cirillico, arabo, persiano, indic e cinese, garantendo la versatilità per le tue applicazioni JavaScript tramite l'integrazione C ++.
Supporto immagine versatile
Elabora le immagini da scanner, telecamere e smartphone senza sforzo con JavaScript tramite C ++.
Precisione nel riconoscimento del personaggio cinese
Riconosci oltre 6.000 caratteri cinesi con precisione nei tuoi progetti JavaScript tramite C ++.
Rilevamento del layout
Identificare e classificare i blocchi di contenuto nelle immagini per garantire l'ordine corretto del testo estratto, indipendentemente dal layout.
Esempio di codice live
Avvia il riconoscimento del testo dalle immagini in sole tre righe di codice. Sperimenta la semplicità!
* Caricando i tuoi file o utilizzando il servizio, sei d'accordo con il nostro Termini di utilizzo E politica sulla riservatezza.
Converti l'immagine in testo
Altri esempi >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);
Integrazione OCR nella tua applicazione Web
ASPUSE.OCR API per JavaScript consente al codice di eseguire direttamente nel browser Web (lato client) dell’utente finale o in ambienti basati su browser, come Electon.
Formati di file supportati
Aspose.OCR for Javascript via C++ può funzionare con qualsiasi file Puoi ottenere da uno scanner o da una fotocamera. I risultati del riconoscimento possono essere salvati, importati in un database o analizzati in tempo reale.
Immagini
- JPEG
- PNG
- TIFF
- BMP
Batch OCR
- ZIP
Risultati di riconoscimento
- Text
- JSON
- XML
Installazione senza sforzo
ASPUSE.ocr per JavaScript tramite C ++ è distribuito come pacchetto scaricabile autonomo che non richiede l’installazione di dipendenze esterne. Basta disimballare accanto alla tua pagina HTML e sei pronto a convertire qualsiasi immagine in testo direttamente nel browser.
Richiedi una licenza di prova per dare il via allo sviluppo di un’applicazione OCR completamente funzionale senza limitazioni.
140+ lingue di riconoscimento
JavaScript OCR API riconosce più di 140 lingue e script di scrittura popolari, comprese le lingue miste:
Lasciare il rilevamento della lingua alla biblioteca o definire la lingua da solo per le prestazioni e l’affidabilità di riconoscimento migliorate.
- ** Latino esteso ** Alfabeto: inglese, spagnolo, francese, indonesiano, portoghese, tedesco, vietnamita, turco, italiano, polacco e 80+ in più;
- ** Cirillico ** Alphabet: russo, ucraino, kazako, serbo, bielorusso, bulgaro;
- Arabo, persiano, urdu;
- La sceneggiatura cinese e Devanagari, tra cui Hindi, Marathi, Bhojpuri e altri.
Adatto a qualsiasi contenuto
JavaScript OCR API riconosce più di 140 lingue e script di scrittura popolari, comprese le lingue miste:
Lasciare il rilevamento della lingua alla biblioteca o definire la lingua da solo per le prestazioni e l’affidabilità di riconoscimento migliorate.
Caratteristiche chiave
Aspose.OCR for Javascript via C++ Esplora le caratteristiche avanzate di Aspose.ocr per JavaScript.
Foto OCR
Estrai il testo da foto di smartphone con precisione a livello di scansione.
PDF ricercabile
Converti qualsiasi scansione in un documento completamente ricercabile e indicizzabile.
Riconoscimento dell’URL
Riconosci un’immagine dall’URL senza scaricarla localmente.
Riconoscimento di massa
Leggi tutte le immagini da documenti, cartelle e archivi multi-pagina.
Qualsiasi carattere e stile
Identificare e riconoscere il testo in tutti i caratteri e gli stili popolari.
Riconoscere il riconoscimento
Regola ogni parametro OCR per i migliori risultati di riconoscimento.
Campioni di codice JavaScript
Scopri i campioni di codice per integrare perfettamente Aspose.ocr per JavaScript tramite C ++ nelle pagine HTML e nelle app di elettroni.
Installazione semplice per JavaScript
Riconoscimento dell’immagine con JavaScript
L’adozione diffusa di applicazioni OCR è generalmente fermata dal fatto che gli scanner non sono all’ordine del giorno per la maggior parte degli utenti. La nostra libreria OCR ha potenti immagini di pre-elaborazione delle immagini integrate in grado di gestire immagini scure, ruotate, distorte e rumorose. In combinazione con il supporto per tutti i formati di immagini, consente un riconoscimento affidabile di foto anche per smartphone. La maggior parte della pre-elaborazione e della correzione dell’immagine viene eseguita automaticamente, quindi dovrai intervenire solo in casi difficili.
Applica correzioni automatiche dell'immagine - 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);
Immagine universale al convertitore di testo per JavaScript
Mentre molte aziende, organizzazioni e individui hanno lavorato attivamente per ridurre la loro dipendenza dai documenti cartacei, questo è ancora il formato più diffuso per lo stoccaggio e la condivisione. I documenti scansionati sostenuti da archivi fisici sono sufficienti per la conformità normativa, scopi legali, backup a lungo termine e ridondanza. Tuttavia, i casi aziendali sorgono spesso per la creazione di nuovi contenuti in base a contenuti scansionati esistenti o parti dei documenti esistenti. Aspose.ocr per JavaScript tramite с ++ rende facile convertire una pagina scansionata in un testo ricercabile e modificabile. Il contenuto è riconosciuto con alta precisione e velocità, risparmiando il tempo e lo sforzo della digitazione manuale e garantire che non vi siano errori umani, specialmente quando si lavora con grandi volumi di informazioni.
Converti l'immagine in documento - 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);
Estrazione di dati numerici da tabelle
Quando si gestiscono grandi tabelle stampate contenenti dati numerici, come dati grezzi di sondaggi sociologici sul campo o elenchi di inventario, l’estrazione manuale diventa un processo lento e poco pratico altamente suscettibile agli errori umani. L’OCR aiuta ad automatizzare e standardizzare l’estrazione di informazioni, garantendo risultati coerenti e affidabili. Aspose.ocr per javascript tramite с ++ automatizza completamente la conversione di dati tabulari scansionati o fotografati in contenuti leggibili da macchina. I dati estratti possono essere facilmente integrati nei database e analizzati, contribuendo a un processo decisionale più informato.
Tabella immagine al testo - 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);