node调用python进行ocr文字识别

25 年 06 月 27日星期五

作者：Cling.

Service# 小罗随笔、Python

起因

最近翻看项目，找到了之前学习时候写的一个爬虫影视站的项目。主要是使用node对页面的元素进行分析，然后组装数据。然后正好在看UI设计时候有一个比较好看的移动端的影视app设计图，然后就把之前的代码又翻看了一下，基本功能效果也都有，但是之前的搜索逻辑现在是使用不了了，因为源站现在增加了搜索的验证码功能，所以就有了下面的实践。

Tesseract.js 实现效果

最初呢，因为原来使用的是node写的一个项目，自然就想着有没有什么好用的js包，然后一圈搜索下来，也就tesseract.js提到的文章多一些然后我就想着，既然这么多人用了，那应该还是不错的吧，然后开始coding，但是一番折腾下来发现并没有很好用，主要是识别的正确率不是很高，然后我想着反正是自己用的错了就重试几次得了，然后抱着这个想法在我用了十分钟之后我就放弃了..... 这玩意错误率不是一般的高。当然也许是我的模型不行.

js 复制代码

const Ts = require(tesseract.js')
const path = require('path');
const sharp = require('sharp');


let im = path.join(__dirname, 'debug','7.png')

sharp(im)
  .threshold(220) // 自定义二值化，阈值可调
  .blur(0.4) // 轻微模糊，去除小噪点
  .toFile('output.jpg')
  .then(async () => {
    console.log('Image processed successfully!');
    let imagePath = path.join(__dirname, 'output.jpg');
    let { data: { text } } = await Ts.recognize( imagePath , 'eng',{
        // logger: m => console.log(m)
    })
    console.log('识别验证码:',text);
  });

效果图（这样的一张图片给我识别成这样，当然如果进行参数微调有时候也是可以识别出来的）

但是有一说一你这一张是微调出来了，但是下一张，保不齐又要进行调整.....

切换思路,调转枪头

终于，我实在是受不了了，我想起来了python，不得不说，在人机这一块python确实是一个字NB，python里面呢我是使用了easyocr这个库，这一下子正确率唰的就起飞.

先看一下效果

同样的一张照片直接识别成功

js 复制代码

const { execSync,exec } = require('child_process')

// 在node脚本中运行python脚本-同步
const runPythonInNodeEnvSync = () => {
  // ${process.cwd()} 获取当前脚本运行目录
  const path = `${process.cwd()}/main.py`;
  const data = execSync(`python ${path} public/7.png`,{ encoding: 'utf-8' });
  console.log(`同步调用python脚本：${data.toString()}`);
}

runPythonInNodeEnvSync()

python 复制代码

import easyocr
import os
import sys
import json
import io

# 初始化 easyocr 识别器，支持英文
reader = easyocr.Reader(['en'])

# 强制 Python 输出 UTF-8 编码
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

# 返回结果字典
result_dict = {}

# 参数判断
if len(sys.argv) < 2:
    result_dict['log'] = '请输入图片路径'
    result_dict['code'] = None
    print(json.dumps(result_dict, ensure_ascii=False))
    exit()

imgPath = sys.argv[1]

# 图片路径判断
if not os.path.exists(imgPath):
    result_dict['log'] = '图片不存在'
    result_dict['code'] = None
    print(json.dumps(result_dict, ensure_ascii=False))
    exit()

# 开始识别
ocr_result = reader.readtext(imgPath)

if ocr_result:
    result_dict['log'] = '识别成功'
    result_dict['code'] = ocr_result[0][1]  # 只取第一个识别结果
else:
    result_dict['log'] = '未识别到结果'
    result_dict['code'] = None

# 最后返回 JSON 格式
print(json.dumps(result_dict, ensure_ascii=False))

阅读进度： 0 %

返回顶部

文章标题：node调用python进行ocr文字识别

文章作者：Cling.

文章链接：[复制]

最后修改时间：2025年 06月 27日 12时10分

商业转载请联系站长获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。本文采用CC BY-NC-SA 4.0进行许可。

豫ICP备2022014268号-1

「每想拥抱你一次，天空飘落一片雪，至此雪花拥抱撒哈拉!」

本站已经艰难运行了620天