怎么制作一個Node命令行圖像識別工具

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！