Varför välja Aspose.OCR för JavaScript via C++?

Aspose.OCR för JavaScript via C++ låter dig extrahera text från skannade sidor, foton, skärmdumpar och andra bilder direkt på en webbsida eller från plattformsoberoende Electron-appar. Den är baserad på WebAssembly (Wasm) teknologi, som gör att koden kan köras på slutanvändarens enhet utan att behöva en webbserver. Den kan integreras i ditt JavaScript-sammanhang, inklusive tillgång till alla webbläsarfunktioner. Aspose.OCR för JavaScript via C++ ger högsta säkerhet när den är inbäddad på webben, och kommer att upprätthålla webbläsarens säkerhetspolicyer för samma ursprung och behörigheter.

Vår kraftfulla och funktionsrika API för optisk teckenigenkänning (OCR) stöder 28 språk baserade på latinska, kyrilliska och asiatiska skript, inklusive kinesiska och hindi, och kan känna igen filer i de mest populära formaten. Olika behandlingsfilter låter dig känna igen sneda, förvrängda och brusiga bilder. Igenkänningsresultaten returneras i de mest populära datautbytesformaten.

Illustration ocr

Snabb och exakt OCR

Uppnå snabba och exakta OCR-resultat med avancerad JavaScript via C++-teknik.

Flerspråkig support

Känn igen text på 28 språk, inklusive latinska, kyrilliska och kinesiska skript, vilket säkerställer mångsidighet för dina JavaScript-applikationer via C++-integrering.

Mångsidigt bildstöd

Bearbeta bilder från skannrar, kameror och smartphones utan ansträngning med JavaScript via C++.

Precision i kinesisk teckenigenkänning

Känn igen över 6 000 kinesiska tecken med precision i dina JavaScript-projekt via C++.

Layoutdetektering

Identifiera och kategorisera innehållsblock i bilder för att säkerställa korrekt ordning av extraherad text, oavsett layout.

Live-kodexempel

Initiera textigenkänning från bilder på bara tre rader kod. Upplev enkelheten!

Redo att känna igen Redo att känna igen Släpp en fil här eller klicka för att bläddra *

* Genom att ladda upp dina filer eller använda tjänsten godkänner du vår Villkor och Integritetspolicy.

Erkännande resultat
 

Konvertera bild till text

Fler exempel >
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);

OCR-integrering i din WEB-applikation

Aspose.OCR för JavaScript låter koden köras direkt i slutanvändarens webbläsare (klientsidan) eller i webbläsarbaserade miljöer, som Electon.

Microsoft Windows
Linux
MacOS

Filformat som stöds

Aspose.OCR for Javascript via C++ kan fungera med praktiskt taget alla fil du kan få från en skanner eller kamera. Igenkänningsresultat returneras i de mest populära fil- och datautbytesformaten som kan sparas, importeras till en databas eller analyseras i realtid.

Bilder

  • JPEG
  • PNG
  • TIFF
  • BMP

Batch OCR

  • ZIP

Erkännande resultat

  • Text
  • JSON
  • XML

Enkel installation

Aspose.OCR för JavaScript via C++ distribueras som ett fristående nedladdningsbart paket som inte kräver att några externa beroenden installeras. Packa bara upp den bredvid din HTML-sida så är du redo att konvertera vilken bild som helst till text direkt i webbläsaren.

Begär en testlicens för att kickstarta utvecklingen av en fullt fungerande OCR-applikation utan begränsningar.

28 igenkänningsspråk

JavaScript OCR API känner igen 28 språk och populära skriftskript, inklusive blandade språk:

Lämna språkdetektering till biblioteket eller definiera språket själv för förbättrad igenkänningsprestanda och tillförlitlighet.

  • Utökat latin alfabet: kroatiska, tjeckiska, danska, holländska, engelska, estniska, finska, franska, tyska, italienska, lettiska, litauiska, norska, polska, portugisiska, rumänska, slovakiska, slovenska, spanska, svenska;
  • kyrilliska alfabetet: vitryska, bulgariska, kazakiska, ryska, serbiska, ukrainska;
  • Kinesiska: Över 6 000 tecken;
  • Hindi.

Lämplig för vilket innehåll som helst

JavaScript OCR API känner igen 28 språk och populära skriftskript, inklusive blandade språk:

Lämna språkdetektering till biblioteket eller definiera språket själv för förbättrad igenkänningsprestanda och tillförlitlighet.

Nyckelfunktioner

Aspose.OCR for Javascript via C++ Utforska de avancerade funktionerna i Aspose.OCR för JavaScript.

Feature icon

Foto OCR

Extrahera text från smartphonefoton med noggrannhet på skanningsnivå.

Feature icon

Sökbar PDF

Konvertera vilken skanning som helst till ett helt sökbart och indexerbart dokument.

Feature icon

URL-igenkänning

Känn igen en bild från URL utan att ladda ner den lokalt.

Feature icon

Bulkigenkänning

Läs alla bilder från flersidiga dokument, mappar och arkiv.

Feature icon

Alla typsnitt och stilar

Identifiera och känna igen text i alla populära typsnitt och stilar.

Feature icon

Finjustera igenkänning

Justera varje OCR-parameter för bästa igenkänningsresultat.

JavaScript-kodprov

Upptäck kodexempel för att sömlöst integrera Aspose.OCR för JavaScript via C++ i dina HTML-sidor och Electron-appar.

Enkel installation för JavaScript

Som ett JavaScript-paket eller en nedladdningsbar fil med minimala beroenden säkerställer Aspose.OCR för JavaScript enkel distribution. Integrera det i ditt projekt direkt från JavaScript, och du är beredd att utnyttja kompletta OCR-funktioner och spara igenkänningsresultat i olika format.

Bildigenkänning med JavaScript

Den utbredda användningen av OCR-applikationer stoppas vanligtvis av det faktum att skannrar inte är vanliga för de flesta användare. Vårt OCR-bibliotek har kraftfulla inbyggda bildförbehandlingsfilter som kan hantera mörka, roterade, sneda och brusiga bilder. I kombination med stöd för alla bildformat möjliggör det tillförlitlig igenkänning av även smartphonefoton. Det mesta av förbearbetningen och bildkorrigeringen sker automatiskt, så du behöver bara ingripa i svåra fall.

Tillämpa automatiska bildkorrigeringar - 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);

Universal bild till text Converter för JavaScript

Även om många företag, organisationer och individer aktivt har arbetat med att minska sitt beroende av pappersdokument, är detta fortfarande det mest utbredda formatet för lagring och delning. Skannade dokument som backas upp av fysiska arkiv är tillräckliga för regelefterlevnad, juridiska ändamål, långsiktig säkerhetskopiering och redundans. Det uppstår dock ofta affärsfall för att skapa nytt innehåll baserat på befintligt skannat innehåll eller delar av befintliga dokument. Aspose.OCR för JavaScript via С++ gör det enkelt att konvertera en skannad sida till en sökbar och redigerbar text. Innehållet känns igen med hög noggrannhet och snabbhet, vilket sparar tid och ansträngning för manuell skrivning och säkerställer att det inte finns några mänskliga fel, särskilt när du arbetar med stora mängder information.

Konvertera bild till 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);

Extrahera numeriska data från tabeller

När man hanterar stora tryckta tabeller som innehåller numeriska data, såsom rådata från fältsociologiska undersökningar eller inventeringslistor, blir manuell extraktion en trög, opraktisk process som är mycket känslig för mänskliga fel. OCR hjälper till att automatisera och standardisera utvinningen av information, vilket säkerställer konsekventa och tillförlitliga resultat. Aspose.OCR för JavaScript via С++ automatiserar fullständigt konvertering av skannade eller fotograferade tabelldata till maskinläsbart innehåll. Extraherade data kan enkelt integreras i databaser och analyseras, vilket bidrar till mer välgrundat beslutsfattande.

Tabellbild till text - 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);