light-ocr

light-ocr 概覽

這是什麼

light-ocr 是一個快速、離線的 OCR 函式庫，支援 Node.js 與 C++。它採用 PP-OCRv6，並透過 Core ML 或 WebGPU 硬體加速來辨識圖片、PDF 或原始像素資料中的文字。npm 套件包含 OCR 模型、PDFium 渲染器以及中文字型後備字型，並為 macOS、Linux 和 Windows 預先建置。安裝或執行時無需後續下載。它會以閱讀順序回傳辨識出的文字行，並附帶信心分數與四邊形座標。

主要功能

• 本地處理：圖片、PDF 與 OCR 結果皆保留在機器上。
• 單一套件安裝：模型、OCR 執行環境、PDF 渲染器與中文字型後備字型皆透過 npm 套件的平台相依性包含在內。
• 無需二次下載：安裝與執行時無需後續擷取、編譯器、模型下載、PDF 引擎下載或字型下載。
• 實用輸出：每一行皆包含辨識文字、信心分數及其在原始圖片中的位置。
• 預設硬體加速：在 macOS 15+ Apple Silicon 上自動優先嘗試 Core ML，在 Linux 與 Windows 版本上優先嘗試 WebGPU。
• 應用程式友善的執行：辨識作業在 JavaScript 主執行緒之外執行，並支援佇列、取消與明確清理。
• 大型圖片中的小文字：可選的 tiled 模式可保留高解析度圖片中的小型與密集文字。

使用情境

適用於 Node.js 應用程式、命令列工具、桌面軟體以及原生 C++ 整合中的本地 OCR。可處理 JPEG、PNG、PDF、編碼位元組或解碼後的像素緩衝區。CLI 提供辨識、偵測、文件 OCR 與系統診斷等指令。

快速開始

支援 Node.js 22 或更新版本。安裝套件：bashnpm install @arcships/light-ocrTypeScript 基本用法：tsimport { createEngine } from '@arcships/light-ocr';import { readFile } from 'node:fs/promises';const engine = await createEngine();try { const result = await engine.recognizeEncoded( await readFile('image.jpg'), ); for (const line of result.lines) { console.log(line.text, line.confidence, line.box); }} finally { await engine.close();}處理 PDF：tsimport { recognizeDocument } from '@arcships/light-ocr';for await (const page of recognizeDocument('report.pdf', { dpi: 200 })) { console.log(page.index, page.lines.map((line) => line.text));}

授權與價格

授權為 Apache-2.0。此專案為開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。