JavaScript实现图片文字识别与读取

JavaScript实现图片文字识别与读取（实现ORC）

• Tesseract.js和ocrad.js两个js库

1. Tesseract.js
   引入Tesseract.js
   Tesseract.recognize的识别方法有两个配置参数
   第一个参数可以是本地的一个图片，也可以是网络上的一个图片地址，还可以是一个base64格式的二进制图片格式；
   第二个参数就是配置信息，包括识别的语种等等。这里classify_bln_numeric_mode表示假定图片中只有数字，大家可以根据自己需要去设置不同的值

function recognize_image(){
	document.getElementById('transcription').innerText = "(等待中...)"
	Tesseract.recognize("./显示底部桌面.png", {
	  lang: 'chi_sim',
    classify_bln_numeric_mode: 1
}).then(function(result){
		console.log('哈哈',result.text);  //识别出的文字
		document.getElementById('transcription').className = "done"
 document.getElementById('transcription').innerText = result.text;
});
}				 
 
 

 
 
 

 

Tesseract.create({
    workerPath: '/path/to/worker.js',
    langPath: 'https://localhost/',
    corePath: 'https://localhost/index.js',
}).recognize("http://xxx/xxx.jpg", {
    lang: 'eng',
    classify_bln_numeric_mode: 1
}).then(function(result){
    $("#code").val(result.text);
});

workerPath: worker.js路径,worker.js可以从第一步中下载的dist目录中获取
langPath: 语言资源包请求地址，默认 https://cdn.rawgit.com/naptha/tessdata/gh-pages/3.02/。
语言包url可以通过 langPath + langCode + '.traineddata.gz’计算得到，例如英语的语言包地址在上例中就是 https://localhost/eng.traineddata.gz。这里说的语言是指图片中待识别的内容是何种语言，可以在 recognize 方法中通过第二个参数设置，上例中设置语言为 eng，完整的可取语言列表参见 https://github.com/naptha/tesseract.js/blob/master/docs/tesseract_lang_list.md
corePath: index.js 路径，默认 https://cdn.rawgit.com/naptha/tesseract.js-core/master/index.js

• ocrad.js 和Tesseract.js用法一样
• 缺点： 比如车牌，身份证，这些可做到零误差，其余的只能做通用的文字识别，获取模版识别 但是也有部分限制。