Tesseract.js 是一个基于浏览器的 OCR（光学字符识别）库，它可以从图片中提取文本。该库使用 WebAssembly 来运行 Tesseract OCR 引擎，允许在前端 JavaScript 环境中进行图像文字识别，无需依赖后端服务器处理。Tesseract.js 支持多种语言，具有良好的扩展性和易于使用的 API。
主要功能：
跨平台支持：在浏览器和 Node.js 中都可以运行，方便在前端应用中直接使用 OCR。
多语言识别：支持包括中文、英语、法语等在内的 100 多种语言的文本识别。
异步处理：提供 Promise 和回调的异步 API，可以轻松处理长时间的图像处理任务。
图片预处理：支持对图像进行一些预处理操作（如灰度化、二值化等），提高识别准确率。
进度反馈：提供识别进度信息，使用户能够看到处理的实时状态。
Tesseract.js 开源地址：https://github.com/naptha/tesseract.js
在线测试地址：https://tesseract.projectnaptha.com/
图像识别：
视频实时识别：
英文测试效果：
中文测试效果：
俄语测试：
安装
方法 1：npm 或 yarn
需要 Node.js v14 或更高版本。
安装最新版本:
npm install tesseract.jsyarn add tesseract.js
安装指定版本：
npm install tesseract.js@3.0.3yarn add tesseract.js@3.0.3
方法 2：使用 CDN 库
tesseract.js 可以在本地浏览器直接使用，所以我们可以使用本地库或第三方 CDN 库来使用：
<script src="https://cdn.jsdelivr.net/npm/tesseract.js@5/dist/tesseract.min.js"></script>另外，可以使用 ESM 构建（用于 import 语法）在以下链接找到：
https://cdn.jsdelivr.net/npm/tesseract.js@5/dist/tesseract.esm.min.js安装完成后，我们就可以开始测试使用了：
import Tesseract from 'tesseract.js';Tesseract.recognize('path_to_image.jpg', // 要识别的图像路径或 URL'eng', // 语言代码，'eng' 代表英语{logger: m => console.log(m) // 用于输出识别进度}).then(({ data: { text } }) => {console.log(text); // 输出识别出的文本});
这个开源项目虽然识别率有待提高，但好处就是直接在前端浏览器中执行，无需后台服务，对一些特定场景还是非常有用的，比如应用于简单的验证码识别，帮助用户自动填写。
