最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

如何制作一个Node命令行图像识别工具

来源:懂视网 责编:小采 时间:2020-11-27 22:02:40
文档

如何制作一个Node命令行图像识别工具

如何制作一个Node命令行图像识别工具:从 0 开始制作一个 NodeJS 命令行验证码识别工具。实现如下效果。 初始化项目 # 创建 recognition 项目 mkdir recognition cd recognition npm init -y # 安装主依赖 yarn add images tesseract.js # 安装工具依赖 yar
推荐度:
导读如何制作一个Node命令行图像识别工具:从 0 开始制作一个 NodeJS 命令行验证码识别工具。实现如下效果。 初始化项目 # 创建 recognition 项目 mkdir recognition cd recognition npm init -y # 安装主依赖 yarn add images tesseract.js # 安装工具依赖 yar

从 0 开始制作一个 NodeJS 命令行验证码识别工具。实现如下效果。

 

初始化项目

# 创建 recognition 项目
mkdir recognition
cd recognition
npm init -y

# 安装主依赖
yarn add images tesseract.js

# 安装工具依赖
yarn add chalk yargs

# 可选依赖
yarn add socks5-http-client

依赖说明

images :Node.js 轻量级跨平台图像编码库,用于处理下载下来的图片

tesseract.js :纯 JS 实现的 OCR(光学字符识别)工具,用于图像内容识别

chalk :让命令行内容样式好看

yargs :命令行参数解析器

socks5-http-client :SOCKS v5,用于设置代理,在需要拉取某些不能直接访问的资源时使用, request proxy 例子

项目准备

新建 cli.js

通常命令行工具入口名字为 cli.js ,我们新建一个 cli.js 文件,并在开头写上:

#!/usr/bin/env node

这样,我们告诉 *nix 系统,JavaScript 文件的解释器应该是 /usr/bin/env node ,它查找本地安装的 node

配置 bin

// package.json
{
 "bin": {
 "reg": "./cli.js"
 }
}

这样配置完成后,别人 npm install -g @chenng/recognition 的包,就可以直接通过命令行运行了:

reg --url=https://static.chenng.cn/imgs/test_img.png

link 本地开发

我们如何能够在本地可以使用 rec 命令呢?只需要把本项目 link 即可:

yarn link

核心逻辑

主要逻辑在 cli.jsrecognize.js 中。这里有几个注意点:

  • request 图片的时候要设置 encoding: null,否则返回的是乱码
  • 初次使用的时候需要下载训练集,需要花点时间
  • 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(`
    
     识别成功!
     识别
    结果为:${chalk.green(result.text)} `); } async downloadImg() { if (!fs.existsSync(Recognize.downloadDir)) { fs.mkdirSync(Recognize.downloadDir); console.log(`创建了 ${Recognize.downloadDir} 文件夹`); } const res = await rp({ url: this.url, method: 'GET', encoding: null, }); return res.body; } recognize() { // 放大图片,并覆盖源文件 images(Recognize.downloadFile) .size(400) .save(Recognize.downloadFile); } } module.exports = Recognize;

    具体可以查看源码仓库: https://github.com/ringcrl/recognition

    发布上线

    # 新建代码仓库,git push
    
    # 登录到 npm
    npm adduser
    
    # 发包
    npm publish --access public
    
    # 全局安装
    npm install -g @chenng/recognition
    

    文档

    如何制作一个Node命令行图像识别工具

    如何制作一个Node命令行图像识别工具:从 0 开始制作一个 NodeJS 命令行验证码识别工具。实现如下效果。 初始化项目 # 创建 recognition 项目 mkdir recognition cd recognition npm init -y # 安装主依赖 yarn add images tesseract.js # 安装工具依赖 yar
    推荐度:
    • 热门焦点

    最新推荐

    猜你喜欢

    热门推荐

    专题
    Top