如何制作一个Node命令行图像识别工具

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

 以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。