jreyesr/n8n-nodes-tesseractjs

🔍 OCR trong workflow n8n với Tesseract.js

Một n8n community node mở cửa máy OCR Tesseract ngay trong workflow tự động hóa.

Dự án n8n-nodes-tesseractjs là một node cộng đồng cho n8n (nền tảng tự động hóa workflow fair-code), cho phép người dùng dùng Tesseract.js — bản JS của động cơ OCR mã nguồn Tesseract — để trích xuất văn bản từ ảnh (PNG/JPEG) hoặc ảnh nhúng trong PDF trực tiếp trong luồng công việc. OCR chỉ nhận dạng văn bản in (không hỗ trợ viết tay).

✨ Điểm nổi bật

• Extract text: Nhận toàn bộ văn bản từ ảnh/PDF, kèm điểm tin cậy (confidence %).
• Extract boxes: Trích xuất văn bản kèm thông tin bounding box, ngôn ngữ, theo từng khối (đoạn/ dòng/ từ/ ký tự).
• Hỗ trợ PDF: Tự động tách từng ảnh trong PDF và OCR riêng biệt.
• Crop OCR: Giới hạn vùng nhận dạng bằng tọa độ top/left/width/height.
• Force Resolution: Cài đặt DPI thủ công nếu ảnh không chứa thông tin này.
• Minimum Confidence: Lọc kết quả theo ngưỡng độ tin cậy tối thiểu.
• Xuất binary mới: Thêm trường ocr chứa ảnh/PDF đã qua OCR.

💡 Vì sao đáng chú ý

Node này mang OCR vào n8n mà không cần máy chủ riêng hay cài đặt phức tạp — chỉ cần cài node cộng đồng và kéo vào workflow. Phù hợp cho tự động xử lý hóa đơn, giấy tờ, hoặc khai thác nội dung tài liệu scan trong các pipeline n8n.

#OCR #N8N #TesseractJS #OpenSource #Automation #TiniX