介紹

Tesseract.js是流行的面向純Javascript的OCR引擎的。該庫支持100多種語言（中文支持），自動文本方向和腳本檢測，用於讀取段落，單詞和字符邊界框的簡單介面。Tesseract.js可以在瀏覽器和具有NodeJS伺服器上運行。

Github

https://github.com/naptha/tesseract.js

使用方式

# For v2版本
npm install tesseract.js
yarn add tesseract.js

# For v1版本
npm install tesseract.js@1
yarn add tesseract.js@1

可以配合webpack或者直接在瀏覽器中引用

import Tesseract from 'tesseract.js';

Tesseract.recognize(
  'url.png',
  'eng',
  { logger: m => console.log(m) }
).then(({ data: { text } }) => {
  console.log(text);
})

import { createWorker } from 'tesseract.js';

const worker = createWorker({
  logger: m => console.log(m)
});

(async () => {
  await worker.load();
  await worker.loadLanguage('eng');
  await worker.initialize('eng');
  const { data: { text } } = await worker.recognize('url.png');
  console.log(text);
  await worker.terminate();
})();

使用場景

你可以用在你想使用的地方，官方提供了10種使用方式，分別是

• 在線版本

https://github.com/jeromewu/tesseract.js-offline

• Electron版本

https://github.com/jeromewu/tesseract.js-electron

• 自定義訓練數據

https://github.com/jeromewu/tesseract.js-custom-traineddata

• Chrome擴展程序

https://github.com/jeromewu/tesseract.js-chrome-extension

Chrome Extension #2: https://github.com/fxnoob/image-to-text

• Vue版本

https://github.com/jeromewu/tesseract.js-vue-app

• React版本

https://github.com/jeromewu/tesseract.js-react-app

• Angular版本

https://github.com/jeromewu/tesseract.js-angular-app

• Typescript版本

https://github.com/jeromewu/tesseract.js-typescript

• 視頻實時識別

https://github.com/jeromewu/tesseract.js-video

總結

在日常的開發中OCR的使用場景或許還是蠻多的，如果你剛好有這種需求，不妨試一試Tesseract.js，enjoy it！