纯前端实现图文识别 OCR_前端文本识别-CSDN博客

本文链接：https://blog.csdn.net/weixin_50367873/article/details/148060268

Tesseract.js

Tesseract.js 是一个基于 Google Tesseract OCR 引擎的 JavaScript 库，利用 WebAssembly 技术将的 OCR 引擎带到了浏览器中。它完全运行在客户端，无需依赖服务器，适合处理中小型图片的文字识别。

基本使用

以下示例展示了如何使用 Tesseract.js 从图片中提取文字：
在这里插入图片描述

demo

HTML单文件：

<!DOCTYPE html>
<html lang="en">
  <head>
    <meta charset="UTF-8">
    <title>OCR 图文识别</title>
    <!-- <script src="https://unpkg.com/tesseract.js@2.1.1/dist/tesseract.min.js"></script> -->
    <script src="https://unpkg.com/tesseract.js@v2.1.0/dist/tesseract.min.js"></script>
  </head>
  <body>
    <h1>OCR 图文识别</h1>
    <input type="file" id="imageFile" accept="image/*" />
    <br />
    <button onclick="recognizeImg()">识别图像</button>
    <br />
    <h2>识别结果：</h2>
    <div id="result">???</div>

    <script>
      const worker = Tesseract.createWorker({
        logger: function (m) {
          console.log(m);
        },
      });

      async function recognizeImg() {
        const fileInput = document.getElementById("imageFile");
        const selectedFile = fileInput.files[0];
        console.log(selectedFile);
        await worker.load();
        await worker.loadLanguage(["eng", "chi_sim"]);
        await worker.initialize(["eng", "chi_sim"]);

        const ret = await worker.recognize(selectedFile||'https://tesseract.projectnaptha.com/img/eng_bw.png');
        console.log(ret.data.text);
        handleOCRResponse(ret.data);

        // 或者使用 FileReader方式
        // handleFileFn(selectedFile);
      }

      function handleFileFn(file) {
        // 使用 FileReader 读取图像文件内容
        const reader = new FileReader();
        reader.onload = function (e) {
          const imageDataURL = e.target.result;
          // 上传图像文件至 OCR API
          uploadImageToOCR(imageDataURL);
        };
        reader.readAsDataURL(file);
      }

      async function uploadImageToOCR(imageDataURL) {
        await worker.load();
        await worker.loadLanguage(["eng", "chi_sim"]);
        await worker.initialize(["eng", "chi_sim"]);
        const ret = await worker.recognize(imageDataURL);
        console.log(ret.data.text);
        if (ret.data) {
          handleOCRResponse(ret.data);
        }
      }

      function handleOCRResponse(data) {
        const resultDiv = document.getElementById("result");

        if (data && data.text) {
          resultDiv.textContent = data.text;
        } else {
          resultDiv.textContent = "未能识别文本。";
        }
      }
    </script>
  </body>
</html>