怎么制作一个Node命令行图像识别工具
小编给大家分享一下怎么制作一个Node命令行图像识别工具,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
创新互联建站凭借专业的设计团队扎实的技术支持、优质高效的服务意识和丰厚的资源优势,提供专业的网站策划、成都做网站、成都网站设计、网站优化、软件开发、网站改版等服务,在成都十载的网站建设设计经验,为成都上千多家中小型企业策划设计了网站。
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.js
和 recognize.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
以上是“怎么制作一个Node命令行图像识别工具”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
分享题目:怎么制作一个Node命令行图像识别工具
本文链接:http://scyanting.com/article/pogeph.html