Vänd bild till text i Node.js
Bild till text i Node.js
Fler montrar >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);
Varför välja Aspose.OCR för Node.js via C++?
Aspose.OCR för Node.js via C++ låter dig extrahera text från skannade sidor, foton, skärmdumpar och andra bilder på vilken plattform som helst där Node.js är installerat. Styr dina lokala produkter, webbtjänster, serverlösa applikationer, AWS Lambda, Azure Functions och annan kod med funktionalitet för optisk teckenigenkänning.
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.
Effektiv och noggrann OCR
Uppnå höghastighets och exakta OCR-resultat med avancerade Node.js via C++-teknik.
Flerspråkig support
Känn igen text på 28 språk, inklusive latinska, kyrilliska och kinesiska skript, vilket säkerställer mångsidighet för dina Node.js-applikationer via C++-integrering.
Mångsidigt bildstöd
Bearbeta bilder från skannrar, kameror och smartphones utan ansträngning med Node.js via C++.
Precision i kinesisk teckenigenkänning
Känn igen över 6 000 kinesiska tecken med precision i dina Node.js-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 med flera rader kodkod. Upplev enkelheten!
* Genom att ladda upp dina filer eller använda tjänsten godkänner du vår Villkor och Integritetspolicy.
Konvertera bild till text
Fler exempel >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);
});
Integration till Node.js-applikationer
Aspose.OCR för Node.js integreras sömlöst med alla plattformar som stöder C++ - oavsett om det är på stationära Windows, Windows Server, macOS, Linux , eller molnet.
Filformat som stöds
Aspose.OCR for Node.js 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
Upplev prestanda och kvalitet
Banbrytande OCR-teknik säkerställer snabb och exakt textigenkänning från bilder, vilket ger dina applikationer förstklassiga funktioner. Öka ditt projekts effektivitet och användarupplevelse med vår högpresterande OCR-lösning.
28 igenkänningsspråk
Node.js OCR API känner igen många 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
Noggrannheten och tillförlitligheten för textigenkänning är starkt beroende av kvaliteten på originalbilden. Aspose.OCR för Node.js via C++ tillhandahåller ett omfattande utbud av både helautomatiska och manuella bildbehandlingsfilter som förbättrar en bild innan den skickas till OCR-motorn.
Funktioner och funktioner
Aspose.OCR for Node.js via C++ Utforska de avancerade funktionerna i Aspose.OCR för Node.js.
Foto OCR
Extrahera text från smartphonefoton med noggrannhet på skanningsnivå.
Sökbar PDF
Konvertera vilken skanning som helst till ett helt sökbart och indexerbart dokument.
URL-igenkänning
Känn igen en bild från URL utan att ladda ner den lokalt.
Bulkigenkänning
Läs alla bilder från flersidiga dokument, mappar och arkiv.
Alla typsnitt och stilar
Identifiera och känna igen text i alla populära typsnitt och stilar.
Finjustera igenkänning
Justera varje OCR-parameter för bästa igenkänningsresultat.
Node.js OCR-kodexempel
Upptäck kodexempel för att enkelt integrera OCR i dina Node.js-applikationer.
Installerar
Aspose.OCR för Node.js levereras som ett NPM-paket eller som en fristående nedladdningsbar fil utan externa beroenden. Installera det enkelt i ditt projekt och du är redo att känna igen texter på flera språk som stöds och få igenkänningsresultat i olika format.
Importera OCR för Node.js-modulen i din kod.
const Module = require("aspose-ocr/lib/asposeocr");
Bild till textigenkänning med Node.js
Node.js OCR gör det möjligt att omvandla tabellbilder till redigerbar text, vilket effektiviserar dataextraktionen. Idealisk för olika affärsfall, vår kraftfulla OCR-lösning förbättrar datatillgängligheten och förbättrar produktiviteten i applikationer.
Konfigurera tabellbild till textkonvertering - 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);