tesseract.js

收录理由

Tesseract.js 把经典的 Tesseract OCR 引擎移植到了 JavaScript 生态里，借助 WebAssembly 在浏览器中直接运行，也能跑在 Node.js 服务端，省去了单独部署识别服务的麻烦。它支持超过一百种语言的文字提取，覆盖面相当广。实际使用中，worker 机制很贴心：只需初始化一次，就能反复处理多张图片，批量识别时效率明显提升。同时，它还能返回段落、单词、字符级别的边界框，方便做版面分析或搭建自定义的文本抽取流程。对于想在 Web 应用里集成 OCR、又不想在后端引入原生依赖的团队来说，这个库提供了很顺手的解决方案。