npm 包 tesseract.js-utils 使用教程

在前端开发中，有时需要识别图像中的文字并进行处理，而这正是 tesseract.js-utils 这个 npm 包所专注于的。

安装

安装 tesseract.js-utils，只需在终端中输入以下命令：

npm install tesseract.js-utils

或者，在 package.json 文件中添加以下依赖：

"dependencies": {
  "tesseract.js-utils": "^1.2.3"
}

然后，运行 npm install 命令即可。

使用

下面将介绍如何在项目中使用 tesseract.js-utils。

准备图片

将需要识别的图片放在项目中，并确保路径正确。

初始化

在代码中引用 tesseract.js-utils：

const TesseractUtils = require('tesseract.js-utils');

然后，创建一个实例：

const tesseractUtils = new TesseractUtils();

以上代码可以将 tesseractUtils 设置为一个默认实例。也可以通过传递参数来创建多个实例，以应对多个任务的场景。

配置

在启动 OCR 前，可以通过调用 setConfig 方法进行配置：

tesseractUtils.setConfig({
  lang: 'eng'
});

通过上述代码，可以将识别语言设置为英文。

识别文字

使用 recognize 方法可以对图片中的文字进行识别：

const text = await tesseractUtils.recognize('/path/to/image.jpg');
console.log(text);

以上代码可以将 /path/to/image.jpg 中的文字识别出来，并在控制台输出。

除了传递图片路径之外，还可以向 recognize 方法传递更多的参数：

• lang：用于设置识别语言；
• psm：用于设置页面分割模式。

const text = await tesseractUtils.recognize('/path/to/image.jpg', {
  lang: 'chi_tra',
  psm: 6
});
console.log(text);

上述代码表示对中文传统文字进行识别，并使用自适应 OCR 模式。

释放内存

如果一次性进行了大量的 OCR 识别，并且开启了多次操作，那么可能会导致内存占用过高。为了避免这种情况，可以使用 terminate 方法手动释放内存：

await tesseractUtils.terminate();

示例代码

下面是一个完整的例子，演示了如何使用 tesseract.js-utils 识别图片中的文字：

-- -------------------- ---- -------
----- -------------- - ------------------------------

----- -------- ------ -
  ----- -------------- - --- -----------------
  --------------------------
    ----- -----
  ---
  ----- ---- - ----- -----------------------------------------------
  ------------------
  ----- ---------------------------
-

-------

总结

现在，我们已经了解了如何使用 tesseract.js-utils 对图片中的文字进行识别。不同的场景可能需要不同的配置参数，但是根据上述教程，您应该已经熟悉如何使用 tesseract.js-utils 和 OCR 技术了。

来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/5eedafa1b5cbfe1ea061109d