Tesseract.js初使用

由于最近迷上了哔哩哔哩的直播，人穷没钱买瓜子，据说这个js能识别语音，和图片，刚好领取瓜子需要做一道数学题，又于是激动准备着手自己搞个插件自动领瓜子，哇咔咔咔~~~废话不说，表示尊重，
上git：https://github.com/naptha/tesseract.js
还有：http://tesseract.projectnaptha.com/

一、安装：

1.标签式：

用下面这个cdn地址或者在git中下载下来找到tesseract.js引入就行了

2.其他的就不说了，其实是我不会

二、使用：

/* recognize()启动识别的方法
 * "getCaptcha.jpg" 可以传入文件路径，文件对象，2d图像，二进制对象等
 * lang  识别的语言种类，下面再详细说
 * classify_bln_numeric_mode  识别过程中需要用到一些参数，类似一些常量的东东，也可以不填
 * progress() 执行识别过程中要进行的操作，简单的识别可以省略这个
 * packet 这个对象包含状态等内容，详细请console.info()
 * then()  相当于识别成功后的回调吧
 * data 自己console.info()
 */
Tesseract.recognize("getCaptcha.jpg", {
	lang: "eng",
	classify_bln_numeric_mode: 1
})
.progress(function(packet){
	//progressUpdate(packet)
	})
.then(function(data){
	alert(data.text);
	//progressUpdate({ status: 'done', data: data })
});

好了，就这么简单
上面提到的，要识别什么类型语言的话在下面的地址找
https://github.com/naptha/tesseract.js/blob/master/docs/tesseract_lang_list.md
找到对应语言的简写填写对应简写参数就行了

参数部分，（类似classify_bln_numeric_mode的东东） ，下面的网址也有详细描述，简单点说，针对相关的参数进行调整，可以更好哋使用这个插件，例如调试等等，调得好还可以提高识别率，估计有两百个可以调整的参数，66666
https://github.com/naptha/tesseract.js/blob/master/docs/tesseract_parameters.md

当然，这里有个问题，直接用上面的简单例子是可以识别，但是速度是个问题
因为Tesseract.js还依赖其他包，识别的时候会在线加载相应的东东，有在git下载同学就知道了，dist里面还有worker.js这个文件，以及另外的index.js文件
所以如果要加速的话可以这样，引入本地文件

//这里面都引入本地的包就行了，langPath是存放语言包的路径
window.Tesseract = Tesseract.create({
    workerPath: '/path/to/worker.js',
    langPath: 'https://cdn.rawgit.com/naptha/tessdata/gh-pages/3.02/',
    corePath: 'https://cdn.rawgit.com/naptha/tesseract.js-core/0.1.0/index.js',
})
.recognize("getCaptcha.jpg", {
	lang: "eng",
	classify_bln_numeric_mode: 1
})
.progress(function(packet){
	//progressUpdate(packet)
	})
.then(function(data){
	alert(data.text);
	//progressUpdate({ status: 'done', data: data })
});

好了，除了这个还发现有ocrad.js这个，有兴趣的可以研究研究
最后：识别哔哩哔哩数学题自动领瓜子的插件做不成，因为这无论用什么语言都识别不出来，参数微调部分也不行，识别率太低，20个能准确识别出一个左右，还是改用其他方法吧~~~~写完看直播去~