将图像传递给Tesseract.js OCR

Question

您可以找到我所指的这里的Tesseract JS包装器。

我们想要实现的目标：

• 上传打印文档的照片
• 把那张照片变成文字

到目前为止，已完成的设置：

• npm install tesseract.js

这是我们的代码：

HTML

<input id="myFileInput" type="file" accept="image/*;" capture="camera">

<img id="pic" src="rec.jpg">

JS

<script src="http://tenso.rs/tesseract.js"></script>

<script type="text/javascript">

var img = document.getElementById("pic");

Tesseract
  .recognize( img, {
    progress: show_progress} )
  .then( display )

</script>

控制台中发生了什么：

“未定义的ReferenceError: show_progress”

“哈罗”

“前主要准备时间: 67 ms"，

正如您所看到的，我们暂时已经放弃了照片上传功能，直到我们能够弄清楚如何让tesseract.js工作在一个单一的，预先提供的jpg。最终，我们希望增加这个功能。

任何帮助都将是非常感谢的，我们这样做是为了好玩，主要是寻求一种简单(但有效)的方法来使用JavaScript进行OCR。如果你有其他的建议，请告诉我们！

Answer 1

从https://github.com/naptha/tesseract.js/blob/a6195ef86d9673cab26120613f53c499b8ec0994/example.htm看来，show_progress必须是一个函数。

Tesseract.recognize(canvas,{
        tessedit_char_blacklist:'e',
        progress: function(e){
            console.log(e)
        }

Answer 2

这是我的密码：

Tesseract.recognize("https://yoursite/image.jpg", {
    lang: 'ind',
    tessedit_char_blacklist: 'e'
})
.progress(function(message){ console.log(message) })
.then(function(result) { console.log(result) });

将progress(function(message){ console.log(message) })放在识别函数之后，它非常适合我。