Tesseract.js 是一個基于 Tesseract OCR 引擎開源的 Javascript 庫，支持 100 多種語言（中文支持），支持自動文本定位和腳本檢測，用于讀取段落、單詞和字符邊界框的簡單界面。既可以在瀏覽器中運行，也可以在帶有NodeJS的服務器上運行。Tesseract.js 在開源社區獲得大量開發者的喜賴，目前在Github上已經獲得了32K Stars。
🍄 安裝依賴
通過 CDN 方式在 <script> 標簽直接引入<!-- v5 -->
<script src='https://cdn.jsdelivr.net/npm/tesseract.js@5/dist/tesseract.min.js'></script>
通過 npm 使用 webpack，在 Node.js 上使用 npm/yarn 命令安裝# For latest version
npm install tesseract.js
yarn add tesseract.js
# For old versions
npm install tesseract.js@3.0.3
yarn add tesseract.js@3.0.3
# First we clone the repositorygit clone https://github.com/naptha/tesseract.js.gitcd tesseract.js
# Then we install the dependenciesnpm install
# And finally we start the development servernpm start
啟動成功之后，在瀏覽器打開，即可查看官方demo演示：
🌱 快速體驗
提供一張英文圖片：
英文OCR識別結果：
此外還支持中文識別：
識別的準確度非常高，此外還支持識別之后導出PDF，大家也可以試試~
https://tesseract.projectnaptha.com/
Tesseract 是惠普布里斯托實驗室在1985到1995年間開發的一個開源的OCR引擎，曾經在1995 UNLV精確度測試中名列前茅。但1996年后基本停止了開發。2005年，惠普將其對外開源，2006 由Google對Tesseract進行改進、消除Bug、優化工作。
該文章在 2023/11/16 22:14:21 編輯過
400 186 1886
