前言
在当今世界，计算机视觉技术越来越成熟，但是其中一个关键的问题是手写识别。@tessdata/enm 就是一个能够识别手写数字的 npm 包，本篇文章主要介绍如何使用该包。
安装 @tessdata/enm
在终端中输入如下代码，即可安装 @tessdata/enm：
--- ------- -------------
使用示例
以下示例展示如何使用 @tessdata/enm 包做数字图像的识别：
----- - ------------ - - ------------------------ ----- ------ - -------------- ------- - -- --------------- --- ------ -- -- - ----- -------------- ----- --------------------------- ----- ------------------------- ----- - ----- - ---- - - - ----- ----------------------------------------------------------------------- ------------------ ----- ------------------- -----
该示例用到了 tesseract.js，同时 download 了英语语言库，使用时可以将参数修改成需要的语言库。
深入 @tessdata/enm
@tessdata/enm 内部使用 tesseract.js，tesseract.js 是一个纯 JavaScript 的 OCR 引擎，支持多种语言（包括中文），底层使用了其它开源 OCR 引擎（例如 tesseract）。@tessdata/enm 还提供了多种图片来源的支持，例如图片 URL、base64 图片等等。
但是需要注意的是，@tessdata/enm 支持的语言库较为简单，识别率可能会有所下降。
总结
本文介绍了 @tessdata/enm 的使用方法以及深入的技术知识，希望对前端开发人员有所帮助。当然，也希望读者能够积极地探索其中的技术细节，发掘更多的应用场景。
来源：JavaScript中文网 ，转载请联系管理员！ 本文地址：https://www.javascriptcn.com/post/6005625281e8991b448df8f2