本文共 1326 字，大约阅读时间需要 4 分钟。

图片转文字 Tesseract.js

Tesseract.js是流行的Tesseract OCR引擎的纯Javascript端口。

这个库支持100多种语言，自动文本定位和脚本检测，一个简单的界面，用于阅读段落、单词和字符边界框。Tesseract.js既可以在浏览器中运行，也可以在带有NodeJS的服务器上运行。

Tesseract.js地址

使用方法

先安装好tesseract

npm安装命令：npm install tesseract.js

使用script标签导入js

从tesseract.js文件夹中获取tesseract.min.js和work.min.js两个文件

提取图片文字

在不设置语言的情况下，默认为英文语言包

提取到的图片文字：

更改语言包

关于语言包的下载，可以从码云上查找tessdata进行下载。

在tesseract解析图片中的文字时，遇到不同国家的文字就可能解析出错，比如下面的中文

注意：

1. 我在使用中文简体语言包时，遇到了错误。关于中文简体包chi_sim.traineddata.gz的名称会出现错误，修改chi_sim.traineddata.gz名称为chisim.traineddata.gz即可
2. 网上下载的一些中文简体语言包的识别效果可能较差，识别精度较低。经过测试后反而是中文繁体语言包的识别精度更高。所以下面代码中使用了中文繁体包chi_tra.traineddata.gz。并且中文繁体包不存在命名问题

代码：

识别效果：

文字转语音 SpeechSynthesis

的SpeechSynthesis 接口是语音服务的控制接口；它可以用于获取设备上关于可用的合成声音的信息，开始、暂停语音，或除此之外的其他命令

的SpeechSynthesisUtterance接口表示一个语音请求。它包含语音服务应该阅读的内容以及有关如何阅读的信息（例如语言、音调和音量）

关于SpeechSynthesis的MDN介绍：

关于SpeechSynthesisUtterance的MDN介绍：

由于SpeechSynthesis是HTML5中新增的，所以不需要额外导入其他文件即可使用

测试代码： 点击播放之后即可听到写入的msg转化为语言

	
   
	开始		

组合练习：图片转语音

			
   										
   
     识别中... 
   
		
   
			
    
				
     			
    
			
    
		
   
			

实现效果：

转载地址：https://kongchengji.blog.csdn.net/article/details/114485970 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！