36k Star 的 OCR 前端 SDK 轻松上手图像识别

什么是图像 OCR 技术

大家平时在处理图片的时候，有没有遇到过需要把图片里的文字提取出来的情况？比如一些扫描的文档、拍下来的菜单或者街上的广告牌照片。要是能直接把这些文字"读"出来，是不是方便很多？这就是图像 OCR（光学字符识别）技术能干的事儿。

它就像给程序装上了一双能看懂文字的"眼睛"，不管文字在图片里还是文档扫描件里，都能被识别出来，然后转化成我们可以编辑、搜索的文本格式。听起来是不是很神奇？

基于图像 OCR 的开源方案分享

今天就给大家分享一个超厉害的开源项目------Tesseract.js。

它是什么

Tesseract.js 是一个用 JavaScript 写的库，能从图片里提取出各种语言的文字。不管是浏览器环境还是服务器环境，它都能轻松应对。是不是很厉害？

怎么用

如果你要在网页里用，最简单的方法就是用 CDN 引入：

xml 复制代码

<!-- v5 版本 -->
<script src='<https://cdn.jsdelivr.net/npm/tesseract.js@5/dist/tesseract.min.js>'></script>

然后，你就能用 Tesseract.createWorker 来创建一个工作线程，开始你的文字识别之旅啦。

或者，如果你喜欢用 import 语法，可以去 https://cdn.jsdelivr.net/npm/tesseract.js@5/dist/tesseract.esm.min.js 拿到 ESM 构建。

如果你想在 Node.js 项目里用，得先安装它。用 npm 或 yarn 都行：

csharp 复制代码

# 最新版本
npm install tesseract.js
yarn add tesseract.js

# 旧版本
npm install tesseract.js@3.0.3
yarn add tesseract.js@3.0.3

使用方法

安装好之后，用起来也很简单。比如，你想从一张图片里提取英文文字，可以这样写：

ini 复制代码

import { createWorker } from 'tesseract.js';

(async () => {
  const worker = await createWorker('eng');
  const ret = await worker.recognize('<https://tesseract.projectnaptha.com/img/eng_bw.png>');
  console.log(ret.data.text);
  await worker.terminate();
})();

要是你有很多图片要处理，记得先创建一个工作线程，然后对每个图片都运行 worker.recognize，最后再运行 worker.terminate()，这样效率更高。

它能干啥

Tesseract.js 的目标是把 Tesseract OCR 引擎（一个很厉害的独立项目）带到浏览器和 Node.js 里。它通过包装 Tesseract 的 WebAssembly 端口来实现。注意哦，它不修改 Tesseract 的核心功能，所以有些限制，比如 不支持 PDF 文件，也不会去改 Tesseract 的识别模型来提高准确率。

如果你的项目需要一些超出它能力的功能，比如从 PDF 里提取文字，可以看看 Scribe.js，它是个替代方案，专门用来满足这些额外需求。

官方Demo

图像识别：

视频实时识别：

最后

交个朋友 $撇嘴$ ,私发9 。获取 Tesseract.js 链接