我尝试在此图像上使用 tesseract-ocr：http://ablazinradio.com/site/wp-content/uploads/2015/06/lebron-james-cavs.jpg 但它不返回带有“Cavs”或“23”的文本，它什么也不返回。是否有任何其他 npm 模块可以从该图像中提取文本，或者我可以以某种方式手动完成？谢谢。
【问题讨论】：
标签： node.js image text tesseract text-extraction
我刚刚通过 tesseract 运行了这个，我得到了绝对的胡言乱语。
Tesseract 确实不具备处理这种图像的能力，尤其是在没有对图像进行任何预处理的情况下。
我认为您不会找到任何可以处理该图像的开源代码。
也许可以试试 Google Vision API https://cloud.google.com/vision/docs/
否则，如果您愿意在 tesseract 上投入更多时间，我建议您查看 tesseract wiki 以尝试改善您的结果https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality
【讨论】：
所以，textract 是对 nodejs 项目和 tika 对 python 有帮助的包。 但是 textract 的问题是它需要您为操作系统安装工具，例如 pdftotext（用于 pdf）、antiword（用于 word 文档）、unrtf（用于 rtf）、tesseract（用于图像）、drawingtotext（用于 DXF 文件）。这适用于您了解操作系统的传统服务器。但是在您不了解操作系统的云函数或 lambda 函数中，如果可能的话，仍然具有成本性能。
【讨论】：