mirror of
https://github.com/CherryHQ/cherry-studio.git
synced 2025-12-27 21:01:32 +08:00
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:
parent
5c0bb7ec1f
commit
0e0796ca8b
@ -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/'
|
||||
|
||||
Loading…
Reference in New Issue
Block a user