Question

我正在尝试从本地PNG图像中提取文本。我正在使用Tesseract并通过节点从命令行运行JS文件。

如果我从命令行运行Tesseract，它会完美运行，如果我通过Javascript运行，它就不会。

我已经阅读了很多有关如何提高OCR准确性的提示的帖子，但这不是这里的问题。这里的问题是，可以精确地提取我正在使用的png文件中的文本，但是准确性会因我使用哪种方法运行Tesseract而有很大差异。

当我使用命令tesseract.exe manual.png usingcommandline从命令行直接运行Tesseract时（manual.png是我从中提取的文件，并将其保存到usingcommandline.txt中）-返回的文件非常准确。

但是，当我在完全相同的文件上使用node ocr.js（在下面运行代码）从命令行运行Javascript文件时，它的准确性要差得多。无法使用。（下面的代码使用results.text（其中的manual.png文本创建了一个vianodejs.txt文件）

var Tesseract = require('tesseract.js');
var filename = 'manual.png';
var fs = require('fs');

Tesseract.recognize(filename)
  .then(function (result) {fs.writeFileSync('vianodejs.txt', result.text, function(err) {
        if (err) {
            console.log(err);
        } else {
            console.log("file written successfully");
            }
        })
    process.exit(0)
  })

这是我在两个实例中都使用的完全相同的manual.png文件，但是当我通过Javascript程序运行Tesseract时，它的准确性要差得多。最终，我需要通过Javascript程序运行它，以使我的应用程序正常工作，并且我需要使用其他方法才能达到的准确性。

欢迎所有想法。谢谢。

此外，我还有一个后续问题，将显示我的经验。

在Tesseract.recognize(filename)上-这在技术上叫什么？它是在对象（tesseract）上运行的一种方法（识别）。功能在哪里？我可以将整个内容放入一个可以在完成另一步骤后运行的函数中吗？（另一步是首先使用网络快照库保存照片）

与通过命令行直接运行相比，通过NodeJS运行时，为什么Tesseract的准确性较差？

0 个答案: