refactor(ocr): 移除注释掉的tesseract语言映射代码

使用Tesseract.js的LanguageCode类型替代硬编码的语言列表,提高类型安全性
This commit is contained in:
icarus 2025-08-23 19:24:05 +08:00
parent 5c0bb7ec1f
commit 0e0796ca8b

View File

@ -5,118 +5,13 @@ import { ImageFileMetadata, isImageFile, OcrResult, SupportedOcrFile } from '@ty
import { app } from 'electron'
import fs from 'fs'
import path from 'path'
import Tesseract, { createWorker } from 'tesseract.js'
import Tesseract, { createWorker, LanguageCode } from 'tesseract.js'
const logger = loggerService.withContext('TesseractService')
// const languageCodeMap: Record<string, string> = {
// 'af-za': 'afr',
// 'am-et': 'amh',
// 'ar-sa': 'ara',
// 'as-in': 'asm',
// 'az-az': 'aze',
// 'az-cyrl-az': 'aze_cyrl',
// 'be-by': 'bel',
// 'bn-bd': 'ben',
// 'bo-cn': 'bod',
// 'bs-ba': 'bos',
// 'bg-bg': 'bul',
// 'ca-es': 'cat',
// 'ceb-ph': 'ceb',
// 'cs-cz': 'ces',
// 'zh-cn': 'chi_sim',
// 'zh-tw': 'chi_tra',
// 'chr-us': 'chr',
// 'cy-gb': 'cym',
// 'da-dk': 'dan',
// 'de-de': 'deu',
// 'dz-bt': 'dzo',
// 'el-gr': 'ell',
// 'en-us': 'eng',
// 'enm-gb': 'enm',
// 'eo-world': 'epo',
// 'et-ee': 'est',
// 'eu-es': 'eus',
// 'fa-ir': 'fas',
// 'fi-fi': 'fin',
// 'fr-fr': 'fra',
// 'frk-de': 'frk',
// 'frm-fr': 'frm',
// 'ga-ie': 'gle',
// 'gl-es': 'glg',
// 'grc-gr': 'grc',
// 'gu-in': 'guj',
// 'ht-ht': 'hat',
// 'he-il': 'heb',
// 'hi-in': 'hin',
// 'hr-hr': 'hrv',
// 'hu-hu': 'hun',
// 'iu-ca': 'iku',
// 'id-id': 'ind',
// 'is-is': 'isl',
// 'it-it': 'ita',
// 'ita-it': 'ita_old',
// 'jv-id': 'jav',
// 'ja-jp': 'jpn',
// 'kn-in': 'kan',
// 'ka-ge': 'kat',
// 'kat-ge': 'kat_old',
// 'kk-kz': 'kaz',
// 'km-kh': 'khm',
// 'ky-kg': 'kir',
// 'ko-kr': 'kor',
// 'ku-tr': 'kur',
// 'la-la': 'lao',
// 'la-va': 'lat',
// 'lv-lv': 'lav',
// 'lt-lt': 'lit',
// 'ml-in': 'mal',
// 'mr-in': 'mar',
// 'mk-mk': 'mkd',
// 'mt-mt': 'mlt',
// 'ms-my': 'msa',
// 'my-mm': 'mya',
// 'ne-np': 'nep',
// 'nl-nl': 'nld',
// 'no-no': 'nor',
// 'or-in': 'ori',
// 'pa-in': 'pan',
// 'pl-pl': 'pol',
// 'pt-pt': 'por',
// 'ps-af': 'pus',
// 'ro-ro': 'ron',
// 'ru-ru': 'rus',
// 'sa-in': 'san',
// 'si-lk': 'sin',
// 'sk-sk': 'slk',
// 'sl-si': 'slv',
// 'es-es': 'spa',
// 'spa-es': 'spa_old',
// 'sq-al': 'sqi',
// 'sr-rs': 'srp',
// 'sr-latn-rs': 'srp_latn',
// 'sw-tz': 'swa',
// 'sv-se': 'swe',
// 'syr-sy': 'syr',
// 'ta-in': 'tam',
// 'te-in': 'tel',
// 'tg-tj': 'tgk',
// 'tl-ph': 'tgl',
// 'th-th': 'tha',
// 'ti-er': 'tir',
// 'tr-tr': 'tur',
// 'ug-cn': 'uig',
// 'uk-ua': 'ukr',
// 'ur-pk': 'urd',
// 'uz-uz': 'uzb',
// 'uz-cyrl-uz': 'uzb_cyrl',
// 'vi-vn': 'vie',
// 'yi-us': 'yid'
// }
// config
const MB_SIZE_THRESHOLD = 50
const tesseractLangs = ['chi_sim', 'chi_tra', 'eng']
const tesseractLangs = ['chi_sim', 'chi_tra', 'eng'] satisfies LanguageCode[]
enum TesseractLangsDownloadUrl {
CN = 'https://gitcode.com/beyondkmp/tessdata/releases/download/4.1.0/',
GLOBAL = 'https://github.com/tesseract-ocr/tessdata/raw/main/'