Aggiungi OCR alle tue pagine WEB - JavaScript - Electron
OCR sul tuo sito WEB
Più 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 tramite C++?
Aspose.OCR per JavaScript tramite C++ ti consente di estrarre testo da pagine scansionate, foto, screenshot e altre immagini direttamente su una pagina Web o da app Electron multipiattaforma. Si basa sulla tecnologia WebAssembly (Wasm), che consente l’esecuzione del codice sul dispositivo dell’utente finale senza la necessità di un server web. Può essere integrato nativamente nel tuo contesto JavaScript, incluso l’accesso a tutte le funzioni del browser web. Aspose.OCR per JavaScript tramite C++ fornisce la massima sicurezza quando incorporato nel Web e applicherà le politiche di sicurezza della stessa origine e autorizzazione del browser.
La nostra potente e ricca di funzionalità API di riconoscimento ottico dei caratteri (OCR) supporta 28 lingue basate su caratteri latini, cirillici e asiatici, inclusi cinese e hindi, ed è in grado di riconoscere file nei formati più diffusi. Vari filtri di elaborazione consentono di riconoscere immagini distorte, distorte e rumorose. I risultati del riconoscimento vengono restituiti nei formati di scambio dati più diffusi.
OCR veloce e preciso
Ottieni risultati OCR accurati e ad alta velocità con JavaScript avanzato tramite la tecnologia C++.
Supporto multilingue
Riconosci il testo in 28 lingue, inclusi gli script latino, cirillico e cinese, garantendo versatilità per le tue applicazioni JavaScript tramite l'integrazione C++.
Supporto immagini versatile
Elabora facilmente immagini da scanner, fotocamere e smartphone con JavaScript tramite C++.
Precisione nel riconoscimento dei caratteri cinesi
Riconosci oltre 6.000 caratteri cinesi con precisione nei tuoi progetti JavaScript tramite C++.
Rilevamento del layout
Identifica e classifica i blocchi di contenuto nelle immagini per garantire l'ordine corretto del testo estratto, indipendentemente dal layout.
Esempio di codice in tempo reale
Avvia il riconoscimento del testo dalle immagini in sole tre righe di codice. Sperimenta la semplicità!
*Caricando i tuoi file o utilizzando il servizio accetti i nostri Termini di utilizzo E politica sulla riservatezza.
Converti 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
Aspose.OCR per JavaScript consente l’esecuzione del codice direttamente nel browser Web dell’utente finale (lato client) o in ambienti basati su browser, come Electon.
Formati di file supportati
Aspose.OCR for Javascript via C++ può funzionare praticamente con qualsiasi file puoi ottenerlo da uno scanner o da una fotocamera. I risultati del riconoscimento vengono restituiti nei formati di file e di scambio dati più diffusi che possono essere salvati, importati in un database o analizzati in tempo reale.
immagini
- JPEG
- PNG
- TIFF
- BMP
OCR batch
- ZIP
Risultati del riconoscimento
- Text
- JSON
- XML
Installazione semplice
Aspose.OCR per JavaScript tramite C++ è distribuito come pacchetto scaricabile autonomo che non richiede l’installazione di dipendenze esterne. Basta decomprimerlo accanto alla tua pagina HTML e sei pronto per convertire qualsiasi immagine in testo direttamente nel browser.
Richiedi una licenza di prova per avviare lo sviluppo di un’applicazione OCR completamente funzionale senza limitazioni.
28 lingue di riconoscimento
L’API OCR JavaScript riconosce 28 lingue e gli script di scrittura più diffusi, incluse le lingue miste:
Lascia il rilevamento della lingua alla libreria o definisci tu stesso la lingua per prestazioni e affidabilità di riconoscimento migliorate.
- Alfabeto latino esteso: croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, italiano, lettone, lituano, norvegese, polacco, portoghese, rumeno, slovacco, sloveno, spagnolo, svedese;
- Alfabeto cirillico: bielorusso, bulgaro, kazako, russo, serbo, ucraino;
- Cinese: oltre 6.000 caratteri;
- Hindi.
Adatto a qualsiasi contenuto
L’API OCR JavaScript riconosce 28 lingue e gli script di scrittura più diffusi, incluse le lingue miste:
Lascia il rilevamento della lingua alla libreria o definisci tu stesso la lingua per prestazioni e affidabilità di riconoscimento migliorate.
Caratteristiche principali
Aspose.OCR for Javascript via C++ Esplora le funzionalità avanzate di Aspose.OCR per JavaScript.
OCR foto
Estrai testo dalle foto dello smartphone con precisione a livello di scansione.
PDF ricercabile
Converti qualsiasi scansione in un documento completamente ricercabile e indicizzabile.
Riconoscimento dell’URL
Riconoscere un’immagine dall’URL senza scaricarla localmente.
Riconoscimento in blocco
Leggi tutte le immagini da documenti, cartelle e archivi multipagina.
Qualsiasi carattere e stile
Identifica e riconosci il testo in tutti i caratteri tipografici e gli stili più diffusi.
Riconoscimento preciso
Regola ogni parametro OCR per ottenere i migliori risultati di riconoscimento.
Esempi di codice JavaScript
Scopri esempi di codice per integrare perfettamente Aspose.OCR per JavaScript tramite C++ nelle tue pagine HTML e nelle app Electron.
Installazione semplice per JavaScript
Riconoscimento delle immagini con JavaScript
L’adozione diffusa delle applicazioni OCR viene solitamente interrotta dal fatto che gli scanner non sono comuni per la maggior parte degli utenti. La nostra libreria OCR dispone di potenti filtri di pre-elaborazione delle immagini integrati in grado di gestire immagini scure, ruotate, inclinate e rumorose. In combinazione con il supporto di tutti i formati di immagine, consente il riconoscimento affidabile anche delle foto dello smartphone. La maggior parte della pre-elaborazione e della correzione dell’immagine viene eseguita automaticamente, quindi dovrai intervenire solo nei casi difficili.
Applica correzioni automatiche delle immagini - 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);
Convertitore universale di immagini in testo per JavaScript
Sebbene molte aziende, organizzazioni e individui abbiano lavorato attivamente per ridurre la dipendenza dai documenti cartacei, questo è ancora il formato più diffuso per l’archiviazione e la condivisione. I documenti scansionati supportati da archivi fisici sono sufficienti per la conformità normativa, scopi legali, backup a lungo termine e ridondanza. Tuttavia, spesso sorgono casi aziendali per la creazione di nuovi contenuti basati su contenuti scansionati esistenti o su parti di documenti esistenti. Aspose.OCR per JavaScript tramite С++ semplifica la conversione di una pagina scansionata in un testo ricercabile e modificabile. Il contenuto viene riconosciuto con elevata precisione e velocità, risparmiando tempo e fatica nella digitazione manuale e garantendo l’assenza di errori umani, soprattutto quando si lavora con grandi volumi di informazioni.
Converti 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 tabelle stampate di grandi dimensioni contenenti dati numerici, come dati grezzi di indagini sociologiche 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 delle informazioni, garantendo risultati coerenti e affidabili. Aspose.OCR per JavaScript tramite С++ automatizza completamente la conversione dei dati tabulari scansionati o fotografati in contenuti leggibili dalla macchina. I dati estratti possono essere facilmente integrati nei database e analizzati, contribuendo a un processo decisionale più informato.
Immagine della tabella in 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);