Dodaj OCR do swoich stron WWW - JavaScript - Electron
OCR na Twojej stronie internetowej
Więcej wystaw >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);
Dlaczego warto wybrać Aspose.OCR dla JavaScript poprzez C++?
Aspose.OCR dla JavaScript poprzez C++ pozwala wyodrębnić tekst ze zeskanowanych stron, zdjęć, zrzutów ekranu i innych obrazów bezpośrednio na stronie internetowej lub z wieloplatformowych aplikacji Electron. Opiera się na technologii WebAssembly (Wasm), która pozwala na uruchomienie kodu na urządzeniu użytkownika końcowego bez konieczności korzystania z serwera WWW. Można go natywnie zintegrować z kontekstem JavaScript, włączając dostęp do wszystkich funkcji przeglądarki internetowej. Aspose.OCR dla JavaScript poprzez C++ zapewnia najwyższe bezpieczeństwo, gdy jest osadzony w Internecie i wymusza zasady bezpieczeństwa tego samego pochodzenia i uprawnień przeglądarki.
Nasz potężny i bogaty w funkcje interfejs API optycznego rozpoznawania znaków (OCR) obsługuje ponad 130 języków opartych na alfabecie łacińskim, cyrylicy i pismach azjatyckich, w tym chiński i hindi, a także rozpoznaje pliki w najpopularniejszych formatach. Różne filtry przetwarzania pozwalają rozpoznać przekrzywione, zniekształcone i zaszumione obrazy. Wyniki rozpoznania zwracane są w najpopularniejszych formatach wymiany danych.
Szybki i precyzyjny OCR
Uzyskuj szybkie i dokładne wyniki OCR dzięki zaawansowanej technologii JavaScript w języku C++.
Wsparcie wielojęzyczne
Rozpoznawaj tekst w ponad 130 językach, w tym w alfabecie łacińskim, cyrylicy, arabskim, perskim, indyjskim i chińskim, zapewniając wszechstronność aplikacji JavaScript dzięki integracji z C++.
Wszechstronna obsługa obrazów
Przetwarzaj obrazy ze skanerów, aparatów i smartfonów bez wysiłku za pomocą JavaScript i C++.
Precyzja w rozpoznawaniu znaków chińskich
Rozpoznawaj z precyzją ponad 6000 chińskich znaków w swoich projektach JavaScript za pośrednictwem C++.
Wykrywanie układu
Identyfikuj i kategoryzuj bloki treści na obrazach, aby zapewnić prawidłową kolejność wyodrębnionego tekstu, niezależnie od układu.
Próbka kodu na żywo
Rozpocznij rozpoznawanie tekstu z obrazów w zaledwie trzech liniach kodu. Poczuj prostotę!
* Przesyłając swoje pliki lub korzystając z usługi, zgadzasz się z naszymi Warunki korzystania I Polityka prywatności.
Konwertuj obraz na tekst
Więcej przykładów >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);
Integracja OCR z Twoją aplikacją internetową
Aspose.OCR dla JavaScript umożliwia uruchomienie kodu bezpośrednio w przeglądarce internetowej użytkownika końcowego (po stronie klienta) lub w środowiskach opartych na przeglądarce, takich jak Electon.
Obsługiwane formaty plików
Aspose.OCR for Javascript via C++ może pracować z praktycznie każdym plikiem można uzyskać za pomocą skanera lub aparatu. Wyniki rozpoznania zwracane są w najpopularniejszych formatach plików i wymiany danych, które można zapisać, zaimportować do bazy danych lub analizować w czasie rzeczywistym.
Obrazy
- JPEG
- PNG
- TIFF
- BMP
Partia OCR
- ZIP
Wyniki uznania
- Text
- JSON
- XML
Łatwa instalacja
Aspose.OCR dla JavaScript poprzez C++ jest dystrybuowany jako samodzielny pakiet do pobrania, który nie wymaga instalowania żadnych zewnętrznych zależności. Po prostu rozpakuj go obok strony HTML i możesz przekonwertować dowolny obraz na tekst bezpośrednio w przeglądarce.
Poproś o licencję próbną , aby rozpocząć tworzenie w pełni funkcjonalnej aplikacji OCR bez ograniczeń.
Ponad 130 języków rozpoznawania
JavaScript OCR API rozpoznaje ponad 130 języków i popularnych skryptów pisarskich, w tym języki mieszane:
Pozostaw wykrywanie języka bibliotece lub zdefiniuj język samodzielnie, aby zwiększyć wydajność i niezawodność rozpoznawania.
- Rozszerzony alfabet łaciński: angielski, hiszpański, francuski, indonezyjski, portugalski, niemiecki, wietnamski, turecki, włoski, polski i ponad 80 innych;
- Cyrylica alfabet: rosyjski, ukraiński, kazachski, serbski, białoruski, bułgarski;
- arabski, perski, urdu;
- Pismo chińskie i dewanagari, w tym hindi, marathi, bhojpuri i inne.
Nadaje się do dowolnej treści
JavaScript OCR API rozpoznaje ponad 130 języków i popularnych skryptów pisarskich, w tym języki mieszane:
Pozostaw wykrywanie języka bibliotece lub zdefiniuj język samodzielnie, aby zwiększyć wydajność i niezawodność rozpoznawania.
Kluczowe cechy
Aspose.OCR for Javascript via C++ Poznaj zaawansowane funkcje Aspose.OCR dla JavaScript.
Zdjęcie OCR
Wyodrębniaj tekst ze zdjęć smartfonów z dokładnością na poziomie skanowania.
Przeszukiwalny plik PDF
Konwertuj dowolny skan w dokument z możliwością pełnego przeszukiwania i indeksowania.
Rozpoznawanie adresu URL
Rozpoznaj obraz z adresu URL bez konieczności pobierania go lokalnie.
Rozpoznawanie zbiorcze
Czytaj wszystkie obrazy z wielostronicowych dokumentów, folderów i archiwów.
Dowolna czcionka i styl
Identyfikuj i rozpoznawaj tekst we wszystkich popularnych krojach i stylach.
Dostosuj rozpoznawanie
Dostosuj każdy parametr OCR, aby uzyskać najlepsze wyniki rozpoznawania.
Przykłady kodu JavaScript
Odkryj próbki kodu, aby bezproblemowo zintegrować Aspose.OCR dla JavaScript poprzez C++ ze swoimi stronami HTML i aplikacjami Electron.
Prosta instalacja JavaScript
Rozpoznawanie obrazu za pomocą JavaScript
Powszechne przyjęcie aplikacji OCR jest zwykle hamowane przez fakt, że skanery nie są powszechne dla większości użytkowników. Nasza biblioteka OCR zawiera zaawansowane, wbudowane filtry wstępnego przetwarzania obrazu, które radzą sobie z ciemnymi, obróconymi, przekrzywionymi i zaszumionymi obrazami. W połączeniu z obsługą wszystkich formatów obrazu pozwala na niezawodne rozpoznawanie nawet zdjęć ze smartfona. Większość wstępnego przetwarzania i korekcji obrazu odbywa się automatycznie, więc będziesz musiał interweniować tylko w trudnych przypadkach.
Zastosuj automatyczną korektę obrazu - 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);
Uniwersalny konwerter obrazu na tekst dla JavaScript
Chociaż wiele firm, organizacji i osób aktywnie pracuje nad ograniczeniem korzystania z dokumentów papierowych, jest to nadal najbardziej rozpowszechniony format przechowywania i udostępniania. Zeskanowane dokumenty poparte archiwami fizycznymi wystarczą do zapewnienia zgodności z przepisami, celów prawnych, długoterminowego tworzenia kopii zapasowych i redundancji. Jednakże często pojawiają się uzasadnienia biznesowe dotyczące tworzenia nowej treści w oparciu o istniejącą zeskanowaną treść lub fragmenty istniejących dokumentów. Aspose.OCR dla JavaScript poprzez С++ ułatwia konwersję zeskanowanej strony na tekst, który można przeszukiwać i edytować. Treść jest rozpoznawana z dużą dokładnością i szybkością, co pozwala zaoszczędzić czas i wysiłek związany z ręcznym pisaniem oraz gwarantuje, że nie wystąpią żadne błędy ludzkie, szczególnie podczas pracy z dużymi ilościami informacji.
Konwertuj obraz na dokument - 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);
Wyodrębnianie danych liczbowych z tabel
W przypadku zarządzania dużymi drukowanymi tabelami zawierającymi dane liczbowe, takie jak surowe dane z terenowych badań socjologicznych lub wykazy inwentarza, ręczne wyodrębnianie staje się powolnym i niepraktycznym procesem, wysoce podatnym na błędy ludzkie. OCR pomaga zautomatyzować i ujednolicić wyodrębnianie informacji, zapewniając spójne i wiarygodne wyniki. Aspose.OCR dla JavaScript poprzez С++ w pełni automatyzuje konwersję zeskanowanych lub sfotografowanych danych tabelarycznych na treść czytelną maszynowo. Wyodrębnione dane można łatwo zintegrować z bazami danych i poddać analizie, co przyczynia się do podejmowania bardziej świadomych decyzji.
Obraz tabeli na tekst - 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);