前言
在前端开发中，图像识别技术日益成熟，OCR（Optical Character Recognition，光学字符识别）也是其中之一，可以将图片中的文字转换为可编辑的文本。而 @tessdata/ces 正是一个 OCR 包，可以实现图像识别与提取文本，让我们在日常工作中更加高效。
安装
在使用前，需要先进行安装。使用 npm 即可：
npm install @tessdata/ces
使用
加载模型
首先，我们需要加载 OCR 模型，通过下面的代码实现：
-- -------------------- ---- ------- ----- - ------------ - - ----------------------- ----- ------ - -------------- -- ------- --------- ------------------------------------------------------ ----- ----- -- ----- ------------- ----- ------------------------------ ----- ----------------------------
我们通过 createWorker 方法来创建一个 tesseract.js 的 worker 对象，并且加载中文语言包 chi_sim.traineddata.gz，初始化完成之后，就可以开始提取文本了。
提取文本
下面是一个基础的例子，通过图片提取中文：
-- -------------------- ---- ------- ----- - ------------ - - ----------------------- ----- ------ - -------------- --------- ------------------------------------------------------ ----- ----- -- ----- ----------- - -------------------------------- ----- ------ - ----- -- -- - ----- ------------- ----- ------------------------------ ----- ---------------------------- ----- - ---- - - ----- ----------------------------- ---------------------- ----- ------------------ - -----------------------------
其中，我们通过 fs 模块读取图片文件，然后传入到 worker.recognize 方法中，进行 OCR 处理，最终通过 data.text 属性可以获取到提取的文本。
监听 OCR 过程
如果图片过大，OCR 处理需要较长时间，为了方便，我们可以通过监听的方式，了解 OCR 处理的进程。下面是一个监听进度的例子：
-- -------------------- ---- -------
----- - ------------ - - -----------------------
----- ------ - --------------
--------- ------------------------------------------------------
----- -----
--
----- ----------- - --------------------------------
----- ------ - ----- -- -- -
----- -------------
----- ------------------------------
----- ----------------------------
----------------------------- -
-- -- -------- --
--------- ------ -- -
-----------------
--
--
----- - ---- - - ----- ------------------------ --- --------
--------------------------------- -----
---------------- -----------
----- ------------------
-
-----------------------------在 worker.recognize 方法中，传入一个 options 对象，监听 progress 事件，在事件中，我们可以获取到 OCR 处理的进程，从而让我们更好地了解 OCR 的处理情况。
总结
通过本文，我们了解到了 @tessdata/ces 包的使用方法，实现了图片 OCR 文本提取功能，并且了解了如何监听 OCR 处理进程。这将会在我们的日常工作中提升效率，同时也为图像识别科技的发展提供了帮助。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/6005624b81e8991b448df8c0