Adicione OCR às suas páginas WEB - JavaScript - Electron
OCR em seu site
Mais vitrines >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);
Por que escolher Aspose.OCR para JavaScript via C++?
Aspose.OCR para JavaScript via C++ permite extrair texto de páginas digitalizadas, fotos, capturas de tela e outras imagens diretamente em uma página da web ou de aplicativos Electron de plataforma cruzada. É baseado na tecnologia WebAssembly (Wasm), que permite que o código seja executado no dispositivo do usuário final sem a necessidade de um servidor web. Ele pode ser integrado nativamente ao seu contexto JavaScript, incluindo acesso a todas as funções do navegador da web. Aspose.OCR para JavaScript via C++ fornece a mais alta segurança quando incorporado na web e aplicará as políticas de segurança de mesma origem e permissões do navegador.
Nossa poderosa e rica API de reconhecimento óptico de caracteres (OCR) suporta 28 idiomas baseados em escritas latinas, cirílicas e asiáticas, incluindo chinês e hindi, e pode reconhecer arquivos nos formatos mais populares. Vários filtros de processamento permitem reconhecer imagens distorcidas, distorcidas e com ruído. Os resultados do reconhecimento são retornados nos formatos de troca de dados mais populares.
OCR rápido e preciso
Obtenha resultados de OCR precisos e de alta velocidade com JavaScript avançado por meio da tecnologia C++.
Suporte multilíngue
Reconheça texto em 28 idiomas, incluindo scripts latinos, cirílicos e chineses, garantindo versatilidade para seus aplicativos JavaScript por meio da integração C++.
Suporte versátil para imagens
Processe imagens de scanners, câmeras e smartphones sem esforço com JavaScript via C++.
Precisão no reconhecimento de caracteres chineses
Reconheça mais de 6.000 caracteres chineses com precisão em seus projetos JavaScript via C++.
Detecção de layout
Identifique e categorize blocos de conteúdo em imagens para garantir a ordem correta do texto extraído, independentemente do layout.
Amostra de código ativo
Inicie o reconhecimento de texto de imagens em apenas três linhas de código. Experimente a simplicidade!
* Ao enviar seus arquivos ou usar o serviço você concorda com nosso Termos de uso e política de Privacidade.
Converter imagem em texto
Mais exemplos >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);
Integração OCR em sua aplicação WEB
Aspose.OCR para JavaScript permite que o código seja executado diretamente no navegador do usuário final (lado do cliente) ou em ambientes baseados em navegador, como Electon.
Formatos de arquivo suportados
Aspose.OCR for Javascript via C++ pode trabalhar com praticamente qualquer arquivo você pode obter de um scanner ou câmera. Os resultados do reconhecimento são retornados nos formatos mais populares de arquivos e troca de dados que podem ser salvos, importados para um banco de dados ou analisados em tempo real.
Imagens
- JPEG
- PNG
- TIFF
- BMP
OCR em lote
- ZIP
Resultados de reconhecimento
- Text
- JSON
- XML
Instalação sem esforço
Aspose.OCR para JavaScript via C++ é distribuído como um pacote independente para download que não requer a instalação de nenhuma dependência externa. Basta descompactá-lo próximo à sua página HTML e você estará pronto para converter qualquer imagem em texto diretamente no navegador.
Solicite uma licença de teste para iniciar o desenvolvimento de um aplicativo OCR totalmente funcional e sem limitações.
28 idiomas de reconhecimento
A API JavaScript OCR reconhece 28 idiomas e scripts de escrita populares, incluindo idiomas mistos:
Deixe a detecção de idioma para a biblioteca ou defina você mesmo o idioma para melhorar o desempenho e a confiabilidade do reconhecimento.
- Alfabeto latino estendido: croata, tcheco, dinamarquês, holandês, inglês, estoniano, finlandês, francês, alemão, italiano, letão, lituano, norueguês, polonês, português, romeno, eslovaco, esloveno, espanhol, sueco;
- Alfabeto Cirílico: Bielorrusso, Búlgaro, Cazaque, Russo, Sérvio, Ucraniano;
- Chinês: Mais de 6.000 caracteres;
- Hindi.
Adequado para qualquer conteúdo
A API JavaScript OCR reconhece 28 idiomas e scripts de escrita populares, incluindo idiomas mistos:
Deixe a detecção de idioma para a biblioteca ou defina você mesmo o idioma para melhorar o desempenho e a confiabilidade do reconhecimento.
Características principais
Aspose.OCR for Javascript via C++ Explore os recursos avançados do Aspose.OCR para JavaScript.
OCR de fotos
Extraia texto de fotos de smartphones com precisão de digitalização.
PDF pesquisável
Converta qualquer digitalização em um documento totalmente pesquisável e indexável.
Reconhecimento de URL
Reconheça uma imagem do URL sem baixá-la localmente.
Reconhecimento em massa
Leia todas as imagens de documentos, pastas e arquivos de várias páginas.
Qualquer fonte e estilo
Identifique e reconheça texto em todos os tipos e estilos populares.
Reconhecimento de ajuste fino
Ajuste todos os parâmetros de OCR para obter melhores resultados de reconhecimento.
Amostras de código JavaScript
Descubra exemplos de código para integrar perfeitamente Aspose.OCR para JavaScript via C++ em suas páginas HTML e aplicativos Electron.
Instalação simples para JavaScript
Reconhecimento de imagem com JavaScript
A ampla adoção de aplicativos de OCR geralmente é interrompida pelo fato de que os scanners não são comuns para a maioria dos usuários. Nossa biblioteca de OCR possui poderosos filtros de pré-processamento de imagem integrados que podem lidar com imagens escuras, giradas, distorcidas e com ruído. Em combinação com o suporte para todos os formatos de imagem, permite o reconhecimento confiável até mesmo de fotos de smartphones. A maior parte do pré-processamento e correção da imagem é feita automaticamente, portanto você só terá que intervir em casos difíceis.
Aplicar correções automáticas de imagem - 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);
Conversor universal de imagem para texto para JavaScript
Embora muitas empresas, organizações e indivíduos tenham trabalhado ativamente para reduzir a sua dependência de documentos em papel, este ainda é o formato mais difundido para armazenamento e partilha. Documentos digitalizados apoiados por arquivos físicos são suficientes para conformidade regulatória, fins legais, backup de longo prazo e redundância. No entanto, surgem frequentemente casos de negócios para a criação de novo conteúdo com base em conteúdo digitalizado existente ou em partes de documentos existentes. Aspose.OCR para JavaScript via С++ facilita a conversão de uma página digitalizada em um texto pesquisável e editável. O conteúdo é reconhecido com alta precisão e rapidez, economizando tempo e esforço de digitação manual e garantindo que não haja erros humanos, principalmente ao trabalhar com grandes volumes de informações.
Converter imagem em 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);
Extraindo dados numéricos de tabelas
Ao gerenciar grandes tabelas impressas contendo dados numéricos, como dados brutos de pesquisas sociológicas de campo ou listas de inventário, a extração manual torna-se um processo lento e impraticável, altamente suscetível a erros humanos. OCR ajuda a automatizar e padronizar a extração de informações, garantindo resultados consistentes e confiáveis. Aspose.OCR para JavaScript via С++ automatiza totalmente a conversão de dados tabulares digitalizados ou fotografados em conteúdo legível por máquina. Os dados extraídos podem ser facilmente integrados em bases de dados e analisados, contribuindo para uma tomada de decisão mais informada.
Imagem da tabela para texto - 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);