nodejs Tesseract如何设置识别精度和语言

在 Node.js 中使用 Tesseract 进行 OCR 识别时，您可以通过以下方式设置识别精度和语言：

1. 设置识别精度：

Tesseract 提供了多个识别精度选项，从“最快”到“最准确”不等。您可以通过在 `Tesseract.recognize()` 方法的第二个参数中设置 `tessedit_char_whitelist` 和 `tessedit_ocr_engine_mode` 属性来设置识别精度。

例如，以下代码将设置 Tesseract 为使用 LSTM 引擎，同时设置识别精度为 `OEM.LSTM_ONLY`：

const Tesseract = require("tesseract.js")

Tesseract.recognize(imagePath, {
  tessedit_ocr_engine_mode: 1, // OEM.LSTM_ONLY
  tessedit_char_whitelist: "0123456789", // 限定只识别数字
})

2. 设置语言：

Tesseract 支持多种语言的 OCR 识别，您可以通过 `lang` 属性来设置识别时所用的语言。

例如，以下代码将设置 Tesseract 为仅识别英语文本：

Tesseract.recognize(imagePath, {
  lang: "eng",
})

您也可以设置多个语言，让 Tesseract 在这些语言中进行识别。例如：

Tesseract.recognize(imagePath, {
  lang: "eng+fra", // 同时识别英语和法语
})