<canvas> 上的 JavaScript 文本识别和 OCR [关闭]答案

【问题标题】：JavaScript text recognition and OCR on <canvas> [closed]<canvas> 上的 JavaScript 文本识别和 OCR [关闭]
【发布时间】：2013-03-05 16:33:04
【问题描述】：

我找到了一个可以识别手写数学方程式的网络应用程序：

http://webdemo.visionobjects.com/equation.html?locale=default

我想知道是否有人知道实现此机制的应用程序或教程或开源项目，因为从这个 webapp 获取它真的很复杂。

注意：我只需要将画布中绘制的方程式翻译到输入文本框中即可。

【问题讨论】：

超酷的发现。看起来他们有一些后端代码将坐标转换为乳胶和 json 的值。

标签： javascript html5-canvas ocr text-recognition

【解决方案1】：

Tesseract OCR 一直是ported to JavaScript。

【讨论】：

【解决方案2】：

Google Cloud Vision是一个非常准确的OCR服务，它是free for up to 1000 requests per month。通过REST API 也很容易使用。在下面的 sn-p 中，困难的部分是从用户那里获取图像并将其编码为 Base64。

var GCVUrl = 'https://vision.googleapis.com/v1/images:annotate?key=XXX';
// Enable the Cloud Vision API and get a key - see
// https://cloud.google.com/vision/docs/quickstart
var input = document.querySelector('input[type=file]');
var fileReader = new FileReader();

input.onchange = function (event) {

  var file = event.target.files[0];

  fileReader.onload = function(fileLoadedEvent) {
    var GCVRequest = {
      requests: [{
        image: {
          content: fileLoadedEvent.target.result.split(',')[1]
          // must discard `data:image/png;base64,`
        },  
        features: [{type: 'TEXT_DETECTION'}]
      }]
    };

    $.ajax({
      type: 'POST',
      url: GCVUrl,
      dataType: 'json',
      contentType: 'application/json',
      data: JSON.stringify(GCVRequest),
      success: function (data) {
        var texts;
        if (texts = data.responses[0].textAnnotations) {
          alert(texts[0].description);
        } else {
          alert('No text was recognized');
        }
      },
      error: function(jqXhr, textStatus, error) {
        alert('XHR error: ' + jqXhr.responseJSON.error.message);
      }
    });

  };

  fileReader.readAsDataURL(file);

};

<script src="https://code.jquery.com/jquery-2.2.4.min.js"></script>
<input type="file" accept="image/*">

【讨论】：

请注意，您现在需要一个结算帐户和预算才能避免出现 403 错误。我也分裂';base64,'，而不仅仅是逗号。我想用它解决的事情（可能是异步等待和转译器）是将多个文件映射到请求，然后处理多个响应。

【解决方案3】：

有几个知名 OCR 库的 emscripten.js 端口，例如 OCRAD.js 和 GOCR。

【讨论】：