Node.js에서 이미지를 텍스트로 변환
Node.js의 이미지를 텍스트로
더 많은 쇼케이스 >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);
C++를 통해 Node.js용 Aspose.OCR을 선택하는 이유는 무엇입니까?
C++를 통한 Node.js용 Aspose.OCR을 사용하면 Node.js가 설치된 모든 플랫폼에서 스캔한 페이지, 사진, 스크린샷 및 기타 이미지에서 텍스트를 추출할 수 있습니다. 광학 문자 인식 기능을 통해 온프레미스 제품, 웹 서비스, 서버리스 애플리케이션, AWS Lambda, Azure Functions 및 기타 코드를 강화하세요.
당사의 강력하고 기능이 풍부한 OCR(광학 문자 인식) API는 중국어와 힌디어를 포함하여 라틴어, 키릴 문자 및 아시아 스크립트를 기반으로 하는 28개 언어를 지원하며 가장 널리 사용되는 형식의 파일을 인식할 수 있습니다.
효율적이고 정확한 OCR
C++ 기술을 통해 고급 Node.js를 사용하여 빠르고 정확한 OCR 결과를 얻을 수 있습니다.
다국어 지원
라틴어, 키릴 문자, 중국어 스크립트를 포함한 28개 언어로 된 텍스트를 인식하여 C++ 통합을 통해 Node.js 애플리케이션의 다양성을 보장합니다.
다양한 이미지 지원
C++를 통해 Node.js를 사용하여 스캐너, 카메라, 스마트폰의 이미지를 손쉽게 처리하세요.
한자 인식의 정확성
C++를 통해 Node.js 프로젝트에서 6,000개 이상의 중국어 문자를 정확하게 인식하세요.
레이아웃 감지
레이아웃에 관계없이 추출된 텍스트의 올바른 순서를 보장하기 위해 이미지의 콘텐츠 블록을 식별하고 분류합니다.
라이브 코드 샘플
여러 줄의 코드로 이미지에서 텍스트 인식을 시작합니다. 간편함을 경험해보세요!
이미지를 텍스트로 변환
더 많은 예시 >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);
});
Node.js 애플리케이션에 통합
Node.js용 Aspose.OCR은 데스크톱 Windows, Windows Server, macOS, Linux 등 C++ 을 지원하는 모든 플랫폼과 원활하게 통합됩니다. 또는 클라우드.
지원되는 파일 형식
Aspose.OCR for Node.js via C++ 거의 모든 [파일]로 작업할 수 있습니다.( https://docs.aspose.com/ocr/nodejs-cpp/supported-file-formats/ ) 스캐너나 카메라에서 얻을 수 있습니다. 인식 결과는 저장하거나 데이터베이스로 가져오거나 실시간으로 분석할 수 있는 가장 널리 사용되는 파일 및 데이터 교환 형식으로 반환됩니다.
이미지
- JPEG
- PNG
- TIFF
- BMP
일괄 OCR
- ZIP
인식결과
- Text
- JSON
- XML
성능과 품질을 경험해보세요
최첨단 OCR 기술은 이미지에서 신속하고 정확한 텍스트 인식을 보장하여 최고의 기능으로 애플리케이션을 강화합니다. 고성능 OCR 솔루션으로 프로젝트의 효율성과 사용자 경험을 향상시키세요.
28가지 인식 언어
Node.js OCR API는 혼합 언어를 포함하여 다양한 언어와 널리 사용되는 작성 스크립트를 인식합니다.
향상된 인식 성능과 안정성을 위해 언어 감지를 라이브러리에 맡기거나 언어를 직접 정의하세요.
- 확장 라틴어 알파벳: 크로아티아어, 체코어, 덴마크어, 네덜란드어, 영어, 에스토니아어, 핀란드어, 프랑스어, 독일어, 이탈리아어, 라트비아어, 리투아니아어, 노르웨이어, 폴란드어, 포르투갈어, 루마니아어, 슬로바키아어, 슬로베니아어, 스페인어, 스웨덴어;
- 키릴 문자 알파벳: 벨로루시어, 불가리아어, 카자흐어, 러시아어, 세르비아어, 우크라이나어;
- 중국어: 6,000자 이상;
- 힌디 어.
어떤 콘텐츠에도 적합
텍스트 인식의 정확성과 신뢰성은 원본 이미지의 품질에 크게 좌우됩니다. C++를 통한 Node.js용 Aspose.OCR은 이미지가 OCR 엔진으로 전송되기 전에 이미지를 향상시키는 광범위한 완전 자동화 및 수동 이미지 처리 필터를 제공합니다.
특징 및 기능
Aspose.OCR for Node.js via C++ Node.js용 Aspose.OCR의 고급 기능을 살펴보세요.
사진 OCR
스캔 수준의 정확도로 스마트폰 사진에서 텍스트를 추출합니다.
검색 가능한 PDF
모든 스캔을 검색 및 색인 생성이 가능한 문서로 변환하세요.
URL 인식
로컬로 다운로드하지 않고도 URL에서 이미지를 인식합니다.
대량 인식
여러 페이지로 구성된 문서, 폴더 및 아카이브에서 모든 이미지를 읽습니다.
모든 글꼴 및 스타일
널리 사용되는 모든 서체와 스타일의 텍스트를 식별하고 인식합니다.
인식 미세 조정
최상의 인식 결과를 얻으려면 모든 OCR 매개변수를 조정하세요.
Node.js OCR 코드 샘플
OCR을 Node.js 애플리케이션에 쉽게 통합할 수 있는 코드 샘플을 찾아보세요.
설치 중
Node.js용 Aspose.OCR은 NPM 패키지 또는 외부 종속성 없이 자체 포함된 다운로드 가능한 파일 로 제공됩니다. 프로젝트에 쉽게 설치하면 지원되는 여러 언어로 텍스트를 인식하고 다양한 형식의 인식 결과를 얻을 수 있습니다.
코드에서 Node.js 모듈용 OCR을 가져옵니다.
const Module = require("aspose-ocr/lib/asposeocr");
Node.js를 사용한 이미지-텍스트 인식
Node.js OCR을 사용하면 테이블 이미지를 편집 가능한 텍스트로 변환하여 데이터 추출을 간소화할 수 있습니다. 다양한 비즈니스 사례에 이상적인 당사의 강력한 OCR 솔루션은 데이터 접근성을 향상시켜 애플리케이션의 생산성을 향상시킵니다.
테이블 이미지를 텍스트로 변환 설정 - 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);