您好,登錄后才能下訂單哦!
小編給大家分享一下怎么制作一個Node命令行圖像識別工具,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
從 0 開始制作一個 NodeJS 命令行驗證碼識別工具。實現(xiàn)如下效果。
初始化項目
# 創(chuàng)建 recognition 項目 mkdir recognition cd recognition npm init -y # 安裝主依賴 yarn add images tesseract.js # 安裝工具依賴 yarn add chalk yargs # 可選依賴 yarn add socks5-http-client
依賴說明
images :Node.js 輕量級跨平臺圖像編碼庫,用于處理下載下來的圖片
tesseract.js :純 JS 實現(xiàn)的 OCR(光學(xué)字符識別)工具,用于圖像內(nèi)容識別
chalk :讓命令行內(nèi)容樣式好看
yargs :命令行參數(shù)解析器
socks5-http-client :SOCKS v5,用于設(shè)置代理,在需要拉取某些不能直接訪問的資源時使用, request proxy 例子
項目準備
新建 cli.js
通常命令行工具入口名字為 cli.js
,我們新建一個 cli.js
文件,并在開頭寫上:
#!/usr/bin/env node
這樣,我們告訴 *nix 系統(tǒng),JavaScript 文件的解釋器應(yīng)該是 /usr/bin/env node
,它查找本地安裝的 node
。
配置 bin
// package.json { "bin": { "reg": "./cli.js" } }
這樣配置完成后,別人 npm install -g @chenng/recognition
的包,就可以直接通過命令行運行了:
reg --url=https://static.chenng.cn/imgs/test_img.png
link 本地開發(fā)
我們?nèi)绾文軌蛟诒镜乜梢允褂?rec
命令呢?只需要把本項目 link 即可:
yarn link
核心邏輯
主要邏輯在 cli.js
和 recognize.js
中。這里有幾個注意點:
request 圖片的時候要設(shè)置 encoding: null
,否則返回的是亂碼
初次使用的時候需要下載訓(xùn)練集,需要花點時間
const Tesseract = require('tesseract.js'); const images = require('images'); const requset = require('request'); const fs = require('fs'); const { promisify } = require('util'); const chalk = require('chalk'); const writeFile = promisify(fs.writeFile); const rp = promisify(requset); class Recognize { constructor(url) { Recognize.downloadDir = `${__dirname}/dist/`; Recognize.downloadFile = `${__dirname}/dist/temp.png`; this.url = url; this.start(); } async start() { const data = await this.downloadImg(); await writeFile(Recognize.downloadFile, data); this.recognize(); const result = await Tesseract.recognize(Recognize.downloadFile, { lang: 'eng', tessedit_char_blacklist: 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ', }); console.log(` 識別成功! 識別結(jié)果為:${chalk.green(result.text)} `); } async downloadImg() { if (!fs.existsSync(Recognize.downloadDir)) { fs.mkdirSync(Recognize.downloadDir); console.log(`創(chuàng)建了 ${Recognize.downloadDir} 文件夾`); } const res = await rp({ url: this.url, method: 'GET', encoding: null, }); return res.body; } recognize() { // 放大圖片,并覆蓋源文件 images(Recognize.downloadFile) .size(400) .save(Recognize.downloadFile); } } module.exports = Recognize;
具體可以查看源碼倉庫: https://github.com/ringcrl/recognition
發(fā)布上線
# 新建代碼倉庫,git push # 登錄到 npm npm adduser # 發(fā)包 npm publish --access public # 全局安裝 npm install -g @chenng/recognition
以上是“怎么制作一個Node命令行圖像識別工具”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。