在tesseract.js中使用'preserve_interword_spaces‘
在tesseract.js中使用'preserve_interword_spaces'是一个参数选项，用于识别图像中的文本时保留单词之间的空格。
Tesseract.js是一个基于JavaScript的开源OCR（光学字符识别）引擎，可以将图像中的文本转换为可编辑的文本。'preserve_interword_spaces'参数的作用是在识别过程中保留单词之间的空格，以保持文本的原始格式。
使用'preserve_interword_spaces'参数可以在以下情况下非常有用：
- 保留文本的格式：在某些应用场景中，保留文本的原始格式非常重要，例如处理文档、报告或其他需要保留原始排版的任务。
- 提高文本处理的准确性：在某些情况下，单词之间的空格可以提供上下文信息，有助于提高文本识别的准确性。
推荐的腾讯云相关产品是腾讯云OCR（Optical Character Recognition）服务。腾讯云OCR是一项基于云计算的OCR技术服务，提供高精度、高可用的图像识别能力。您可以使用腾讯云OCR API来实现类似的功能，并且可以根据需要设置参数来保留单词之间的空格。
腾讯云OCR产品介绍链接地址：https://cloud.tencent.com/product/ocr
相关·内容
我正在开发这个铬扩展，我想使用tesseract.js库来识别图像中的文本。只有我不知道如何导入库。我使用的是清单V3，所以使用CDN链接导入是不可能的(就我在文档中读到的内容而言)。因此，我使用npm --save在本地安装了这个库，然后用npx webpack对其进行了网络打包，但是我仍然无法从导入的函数中获取任何内容。
我尝试了tesseract.js文档提供的选项，这些选项是：
import Tesseract from 'tesseract.js';
Tesseract.recognize(
'https://tesseract.projectnapth
浏览 8提问于2022-05-12得票数 0
我正在尝试实现名片扫描应用程序。我用的是库。
我读过与提高Tesseract性能有关的文章，在将图像传递给Tesseract之前，我很少通过预处理来尝试。
我发现Tesseract对灰度/黑白图像效果最好。
我很难选择正确的页面分割。
到目前为止,
G8PageSegmentationModeSingleBlock (假设一个单一的统一文本块)
给我最好的名片格式的结果。
下面是使用这种分割模式的结果：
GrayScale:
当使用灰度图像时，Tesseract识别单词(看看红色的矩形)，但有时它会识别单词之间的空格。
这是输出：
o
f l ,t!ti,iy,,,tyii,
浏览 1提问于2018-02-13得票数 3
我正在尝试将Tesseract导入Angular2 (TypeScript)。我可以看到它保存在node_modules文件夹中，但是当使用
import { Tesseract } from '@types/tesseract.js';
上面写着：
ts模块'"c:/Users/black/Projects/projectCLI/tess/node_modules/@types/tesseract.js/index"‘没有导出成员'Tesseract’。
在index.d.ts文件中有一个名为Tesseract的名称空间。
还有其他方法
浏览 3提问于2017-03-04得票数 7
回答已采纳
1回答
我已经测试过card.io和Tesseract.js了。card.io适用于卡片。但是我想读一个打印在纸上的数字。Tesseract.js在使用ionic时表现不佳。检测不到大多数数字和字母。有人能帮我吗？这是我的Tresseract.js摄像头扫描仪演示：
浏览 16提问于2018-08-19得票数 0
1回答
当我在URL上运行tesseract.js时，它工作得很好。但是，当我在本地文件上运行它时，我会得到这些错误。我怎么才能解决这个问题？
我正在运行tesseract.js v2.1.0，下面是我的代码：
const { createWorker } = require('tesseract.js');
const worker = createWorker({
logger: m => console.log(m), // Add logger here
});
(async () => {
await worker.load();
await wo
浏览 9提问于2022-08-17得票数 0
我从下载了库，示例代码basic.html对我不起作用--我在控制台上看到了这个错误：
Uncaught : Tesseract.TesseractWorker不是构造函数
我更改了添加，以修复由于某种原因出现的“未找到的文件”错误：
<script src='https://cdn.rawgit.com/naptha/tesseract.js/1.0.10/dist/tesseract.js'></script>
而不是
<script src="/dist/tesseract.dev.js"></script
浏览 0提问于2019-07-12得票数 2
我正在尝试对来自Java的图像文件进行OCR。因此，我决定使用https://github.com/naptha/tesseract.js中的Tesseract.js，并通过GraalVM中的graal.js功能调用它，但无法使其工作。 这是我尝试过的。 public static final String TESSERACT = "src/tesseract.js";
private static void tesseract(String imageFile) throws IOException
{
System.out.println("=== Ca
浏览 26提问于2021-08-04得票数 0
1回答
我有一个图像文件，其中包含一些用制表符(2个空格)分隔的文本。但是当我从这个图像文件中提取文本时，我总是在两列之间得到一个空格。一个示例：
图片：
col-a col-b col-c
所需输出：
col-a col-b col-c
但我得到了以下信息：
col-a col-b col-c
我正在使用pytesseract.image_to_string (Python模块)将图像转换为文本
浏览 21提问于2018-08-03得票数 7
1回答
我有以下代码
var Tesseract = require('tesseract.js')
var filename = '2.jpg'
Tesseract.recognize(filename)
.progress(function (p) { console.log('progress', p) })
.catch(err => console.error(err))
.then(function (result) {
console.log(result.text)
浏览 1提问于2018-10-09得票数 0
2回答
我的问题是，是否可以从axios响应流中识别tesseract.js
const axios = require('axios');
const { TesseractWorker } = require('tesseract.js');
const worker = new TesseractWorker();
axios({
method: 'get',
url: 'https://lh3.googleusercontent.com/iXmJ9aWblkGDpg-_jpcqaY10KmA8HthjZ7F15U7mJ9PQK6
浏览 57提问于2019-06-25得票数 0
如何在Tesseract.js中使用Javascript和OCR从图像中提取数字，然后将数字相加。
我可以使用下面的代码提取单词中的数字，但我不知道如何将它们转换为数组，然后将四个数字相加。假设我想在手机上扫描的数字图像是4567。
如果我将文本从console.log更改为数字，它不会显示数字4567
var myImage = document.getElementById('userImage');
Tesseract.recognize(myImage).then(function(result) {
console.log(result.text);
})
浏览 10提问于2019-10-29得票数 4
我目前正在使用tesseract.js，但希望通过命令行使用C++ implementation来实现更高的performance。有没有可能在不使用文件系统的情况下将图像传递给tesseract？ const tesseract = require("tesseract.js")
const buffer = Buffer.from(req.body.imgBase64, "base64")
tesseract
.recognize(buffer, "eng")
.then(result => {
re
浏览 17提问于2020-03-20得票数 0
我是个新手，我正在做一个类项目，在这个项目中我需要扫描数字矩阵。我在从图像文件中读取数字方面取得了成功，但我还没有找到如何识别数字之间的间距。例如，目前我得到的是14610的14610英镑。
图片：
我目前使用的代码：
Bitmap myBmp = new Bitmap(file);
var image = myBmp;
var ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
ocr.Init(@
浏览 1提问于2015-12-21得票数 8
回答已采纳
我想在node.js服务器上测试tesseract.js库，但在运行以下代码时：
var TESSERACT = require('tesseract.js');
var base64String = 'data:image/png;base64,' + pngInBase64;
var job1 = TESSERACT.recognize(base64String, {
progress: show_progress,
lang: 'ang'
});
function show_progress(p) {
consol
浏览 11提问于2018-06-07得票数 0
2回答
问题:我在本地使用tesseract.js有一个非常简单的脚本(这本身就是一种痛苦)，当我运行这个函数时，它会记录我的文本并挂起，而不会在tesseract函数之后转移到任何东西上。
var Tesseract = require('tesseract.js');
Tesseract.workerOptions.langPath = './eng.traineddata';
function parseImg(img){
Tesseract.recognize(img)
.then(result => console.log(result.tex
浏览 0提问于2018-06-11得票数 0
回答已采纳
我需要在我的项目中使用Tesseract，所以首先我使用了yarn add tesseract.js，之后我使用了yarn add --dev @types/tesseract.js。当我尝试使用ng serve时，我得到以下错误：
ERROR in node_modules/tesseract.js/src/index.d.ts:98:60 - error TS2591: Cannot find name 'Buffer'. Do you need to install type definitions for node? Try `npm i @types/node` an
浏览 0提问于2020-02-20得票数 2
1回答
我需要有人帮我写剧本。我试图生成一个代码来显示图像中的文本，并找到库Tessereact.js，但是当使用显示此错误()时：
Uncaught DOMException: Failed to execute 'getImageData' on 'CanvasRenderingContext2D': The canvas has been tainted by cross-origin data.
这是我的密码：
<!DOCTYPE html>
<html>
<head>
<meta charset="
浏览 8提问于2017-03-02得票数 1
您可以找到我所指的的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
浏览 7提问于2016-04-26得票数 2
4回答
我构建了一个电子应用程序，遇到了需要添加一些OCR功能的情况。我发现大多数人都在使用tesseract.js，但它比原生的tesseract-ocr (10-20倍)慢得多。这就是为什么tesseract.js不适合我。或者，我可以只使用许多modules which are out there中的一个。理论上。 问题:这些节点模块需要编译的tesseract-ocr二进制文件(通常随apt或brew一起安装)。我不希望我的用户不得不经历额外的设置麻烦，我宁愿如果我可以把一切都放在电子安装程序中。 你知道我该怎么做吗？我正在使用电子生成器来打包我的应用程序。
浏览 128提问于2020-12-18得票数 1
回答已采纳
最近，我一直在开发一个使用vue作为前端的chrome扩展。允许扩展在浏览器上运行的vue样板使用webpack，并通过以下方式下载：
vue init kocal/vue-web-extension name
并给出了该项目的结构：
.
├── dist
│ └── <the built extension>
├── node_modules
│ └── <one or two files and folders>
├── package.json
├── package-lock.json
├── scripts
│ ├── build-zip.js
│
浏览 6提问于2020-01-07得票数 0
我目前尝试在angular中使用tesseract.js，以便对之前在opencv.js中修改过的图像执行一些识别。
现在通过opencv.js进行图像操作真的很棒，但我不知道我用tesseract.js的不同尝试出了什么问题……
当我在网上学习一些教程时，它工作得很好，例如，我可以在默认的示例图像上执行OCR (仅限revelant部分)
const exampleImage = 'https://tesseract.projectnaptha.com/img/eng_bw.png';
const worker = Tesseract.create
浏览 10提问于2021-01-22得票数 1
我有一系列的图像，都是相同的大小，相同的格式，共享相同的配色方案，它们都有相同的文本格式。我想使用tesseractjs来返回它们的文本，但tesseract在所有这些文件上的工作方式并不相同。在一些图像上，它会返回另一些图像上的文本，而其他图像则不会。这是我的tesseract代码：
import { createWorker } from "tesseract.js";
const worker = createWorker();
(async () => {
await worker.load();
await worker.loadLanguage(&
浏览 5提问于2019-11-28得票数 0
1回答
我无法在WebStorm中使用tesseract.js启动调试器。错误是：
启动检查器上的127.0.0.1:58767失败:地址已在使用
events.js:174
运行正常。你能帮我调试一下吗？
浏览 1提问于2019-08-03得票数 0
我试图使用Tesseract.js库将ID图像转换为文本，但是ID有两种英语和阿拉伯语，，它完全破坏了我的翻译。是否有办法翻译两种语言或忽略一种语言？我附加了我的代码，在这里，我只从英语翻译代码，所有阿拉伯语的东西都会破坏输出。
const convertImageToText = useCallback(async () => {
if (!selectedImage) return;
await worker.load(); // Load the tesseract.js worker
await worker.loadLanguage("e
浏览 8提问于2022-06-14得票数 0
我正在使用一个使用Tesseract (OCR)从图像中读取文本的应用程序。
我想从节点_模块/tesseract.js/dist获取一些JS文件，并使它们可以在浏览器中下载。
我知道我可以将文件复制到./public，next.js将从那里静态地提供给它，但是如果我更新了我的Tesseract版本，我可能也需要更新这些文件。所以维护就成了问题。
我的第一个想法是自定义我的webpack配置，以便将文件从node_modules/tesseract.js/dist复制到./public/tesseract (或类似的东西)。如果我更新Tesseract，文件就会被复制。但我对webpack并不
浏览 7提问于2022-04-15得票数 0
回答已采纳
我正在使用tesseract.js进行光学字符识别，但是当我更改exampleImage时，我得到了这个错误。我找不到任何关于这个错误的信息。提前谢谢你。
app.js
const exampleImage = 'https://d1q6f0aelx0por.cloudfront.net/product-logos/5431a80b-9ab9-486c-906a-e3d4b5ccaa96-hello-world.png';
const Tesseract=require('tesseract.js');
const worker = Tesseract.crea
浏览 0提问于2020-04-25得票数 0
我一直在与vue.js合作，我正在尝试实现OCR扫描仪来扫描图像并获取文本
我一直在使用tessaract.js，它是通过
npm i tessaract.js
而且安装也是在package.json中签入的，并且是成功的，但是我有一个错误
下面给出了我的代码
<template>
<div class = "row">
<div class="col-md-12">
<!-- <input type="file" id="imageLoader&#
浏览 15提问于2022-04-06得票数 2
遇到了我怀疑是异步功能的问题。抛出的错误是: Uncaught (in promise) RuntimeError:函数签名不匹配当我试图使用tesseract.js通过OCR运行我的图像时，有什么想法是我做错了吗？这是我构造异步函数的方式吗？ 这是相关的代码片段。它表明最后一行导致了错误 const { createWorker } = require('tesseract.js');
const worker = createWorker();
generateText = () => {
let uploads = this.state.upload
浏览 61提问于2020-04-18得票数 6
2回答
我有一个ImageData对象，但Tesseract.js只接受blob对象。如何尽可能高效地将ImageData转换为blob？
浏览 139提问于2020-12-12得票数 0
回答已采纳
1回答
我想在我的angular项目中使用Tesseract.js从图像中提取数据。 谁能给出一个如何从图像中提取数据的例子
浏览 19提问于2019-07-01得票数 0
1回答
我在和Tesseract OCR做斗争。我有一个血液检查图像，它有一个有凹痕的桌子。虽然tesseract很好地识别了字符，但是它的结构并没有保存在最终的输出中。例如，查看下面的行"Emocromo公式“(英语)。注:血液计数与公式)的缩进。我想保留那个凹痕。
我阅读了其他相关的讨论，并找到了选项preserve_interword_spaces=1。结果稍微好一些，但正如你所看到的，它并不完美。
有什么建议吗？
更新
我尝试了Tesseract v5.0，结果是一样的。
代码：
Tesseract版本为4.0.0.20190314
from PIL import Image
impo
浏览 3提问于2020-01-03得票数 2
回答已采纳
1回答
在过去的一个小时里，我一直在研究应答题，我完全没有头绪，所以我决定写一个问题，因为如果没有承诺，我就无法将函数的值存储在变量中。
const T = require("tesseract.js");
async function imageCheck(T, url){
T.recognize(url, 'eng')
.then(out => {return(out.data.text)});
}
url = imageCheck(T, 'EXAMPLEURL');
Promise.resolve(url)
console.
浏览 7提问于2022-08-18得票数 0
回答已采纳
我试图使用pytesseract从图像中提取数字，但它不返回任何文本。这是我的密码。
from PIL import Image
import pytesseract
im = Image.open('time.png')
custom_oem_psm_config = r'--oem 3 --psm 11 -c tessedit_char_whitelist="0123456789"'# -c preserve_interword_spaces=0'
text= pytesseract.pytesseract.image_to_str
浏览 12提问于2022-08-09得票数 1
是否可以使用Tensorflow.js进行实时光学字符识别语言建模(从英语开始)，因为我愿意使客户端本机桌面应用程序在脱机模式下运行。其背后的动机是避免不必要的网络资源消耗，并具有更高的安全级别。我试过捆绑Tesseract.js，但它不是实时的，而且在longer.time的各个论坛上也没有太多的活动。在这方面的任何指针都将是一个很大的帮助。
浏览 1提问于2018-05-15得票数 6
我正在尝试为tesseract.js应用程序接口构建一个简单的包装器，这样我就可以在Google Apps脚本中通过一个简单的GET请求来使用它，但我遇到了一些麻烦。由于某些原因，它工作得很好，但一旦我将相同的代码放入express服务器中，我就会得到这样的结果：
Error: ENOENT: no such file or directory, open
代码如下：
const Tesseract = require('tesseract.js')
const request = require('request')
const fs = require(&#
浏览 13提问于2019-11-19得票数 0
回答已采纳
我想在Tesseract.js日志记录中添加一个进度指示器。工作得很好，直到在记录器中设置了状态钩子：
const worker = createWorker({
logger: (m) => {
setProgress(m) //new
}});
...
const [ocr, setOcr] = useState('Recognizing...');
const [progress, setProgress] = useState(null); //new
...
return (
<div className="App"
浏览 4提问于2020-07-11得票数 0
我想在前端的angular应用程序中处理我的图像。我需要使用tesseract.js提取文本。我做到了。但在某些情况下，需要对图像进行处理。我找不到任何可以帮助使用angular进行图像处理的源码。Javascript库可用，但无法导入这些库。我应该怎么做才能在我的angular应用程序中导入camanjs、lena.js和jimp？
浏览 20提问于2021-08-01得票数 0
2回答
我正在使用tesseract.js构建一个简单的javaScript光学内容识别应用程序，并将{tess_create_pdf："1"}传入.recognize()方法以获得pdf格式的结果，但它不起作用。所以请有人让我知道我正在制造的问题。
const express = require('express');
const app = express();
const fs = require('fs');
const multer = require('multer');
const { creat
浏览 24提问于2019-10-06得票数 0
JS新手入门，Node新手入门。在Safari中运行Tesseract.js (文本识别软件：)大约需要10秒，并立即开始输出进度。
Node (v6.9.1)(从终端或通过Electron运行)在开始输出到控制台之前将CPU运行到100%，持续时间为4分20秒。然后，它在大约相同的时间内完成。
建议采取哪些故障排除步骤？这对于Node来说是常见的吗？
我在日志中看到的唯一区别是Safari“在缓存中找到eng.traineddata”清除和禁用缓存只会对时间产生最小的影响。我已经尝试了几个.JPG和.PNG (300-600kb)文件，结果相同-但BMP (3.7MB)给出了17秒的快速响应
浏览 3提问于2016-11-07得票数 8
我使用tesseract.js来检测Node中的数字。例如，这就是我的形象：
我运行我的脚本，它检测到这样的东西：
289 ,0
由于图像中的噪声，它考虑了空间，其他符号，如逗号等。
我是否可以指定，只指定数字，没有其他像空格和逗号这样的符号
这也是我的代码：
tesseract.recognize(
__dirname + '/Captcha.png',
'eng',
{ logger: m => console.log(m) }
).then(({ data: { text } }) => {
conso
浏览 4提问于2021-01-12得票数 0
回答已采纳
我已经用vue-service-cli创建了一个项目。在尝试使用tesseract OCR后，我无法在本地和远程加载lang.traineddata。我已经尝试了来自tesseract.js存储库和其他许多方法的示例(它们有效)，但没有结果。当我尝试加载它们时，我看到了标准错误：
Error opening data file ./eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.
Fa
浏览 9提问于2020-02-06得票数 0
1回答
重新执行函数
、、
我从谷歌找到了一些代码。一个tesseract光学字符识别器可以正常工作。但问题是，当我把网址，第一次工作良好，但第二次运行不是working.After重新加载页面然后工作。我希望结果不需要手动重新加载页面。 演示图片： ? 下面是一些Html： <head>
<script src='https://cdn.rawgit.com/naptha/tesseract.js/1.0.10/dist/tesseract.js'></script>
<script src="https://cdnjs.clo
浏览 13提问于2019-05-02得票数 0
回答已采纳
我正在尝试使用堆栈片段运行简单的脚本：
var img = document.getElementsByTagName('img')[0];
Tesseract.recognize(img, function(err, result) {
console.log(result);
});
<script src="http://tenso.rs/tesseract.js" crossorigin="anonymous"></script>
<img src="https://www.w3.org/TR
浏览 0提问于2016-06-06得票数 0
我的错误是：
fs.js:132
抛出新的ERR_INVALID_CALLBACK()；^
TypeError ERR_INVALID_CALLBACK:回调必须是一个函数
在makeCallback (fs.js:132:11)
在Object.fs.unlink (fs.js:1002:14)
在/home/bakedpanda/Documents/BTP/node_modules/node-上，tesseract/lib/tesseract.js:99:14
在FSReqWrap.readFileAfterClose
这是我的代码：
var tesseract = requir
浏览 2提问于2018-05-18得票数 0
目前，我正在尝试使用tesseractjs从Instagram故事中提取文本。但是一些图像给了我奇怪的结果。
我得到了这样的结果
下面是我的nodejs代码
const { createWorker } = require('tesseract.js');
const worker = createWorker();
async function test() {
await worker.load();
await worker.loadLanguage('eng');
await worker.initializ
浏览 13提问于2020-02-21得票数 0
1回答
我很快就会开始一个新的项目。它是关于将图片分类到相应的类别。
我用我的扫描仪扫描了几千份文档，我想对它们进行分类。所以我们的计划是检查每个文件中给定的单词，如果其中一个给定的单词在文件的文本中，我想把它放在合适的位置。因此，我的主要问题是，使用tesseract.js可以做到这一点吗?如果不能，有没有什么好的选择来做到这一点？我更喜欢用JavaScript做这件事，它应该是一个web应用程序。
谢谢你的帮助。
浏览 6提问于2017-02-27得票数 0
我的代码是：
//Imports
const express = require('express');
const app = express();
const fs = require("fs");
const multer = require('multer');
const { createWorker } = require("tesseract.js");
const worker = createWorker();
//Storage
cons
浏览 12提问于2022-04-27得票数 0
我正在使用React开发一个应用程序。我希望能够加载一个图片，然后让Tesseract.js将其转换为文本。我使用react下拉区域加载图像文件，我可以使用img标记将图像添加到页面中。但是，当我试图使用Tesseract运行ocr时，它会给出以下错误：
未登录的SyntaxError:意外令牌< at blob: (匿名)@ blob:
我读到的一篇文章说使用CDN，但是Tesseract没有包含在我的构建过程中，这会引发一个错误。所以我认为我必须包括它来使用React。
浏览 11提问于2017-11-03得票数 7
回答已采纳
我使用的是tesseract ocr，它工作得很好。但我的问题是，我是否可以使用url作为参数来运行tesseract。
我想做以下几件事
localhost/test.html/?othersite.com/image/image2.jpg
一些用于演示的图像url：
1. https://i.imgur.com/leBXjxq.png
2. https://i.imgur.com/7u9LyF6.png
当结果被处理时，它将进入一个text-area框。
下面是一个代码：
<html>
<head>
<title>Tesseract-
浏览 0提问于2019-05-04得票数 2
回答已采纳
我在Chrome上运行这个程序，我使用一个节点来设置服务器。
这是我的HTML
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="X-UA-Compatible" content="ie=edge">
<script src="https://cdn
浏览 9提问于2022-08-11得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
