Joplin OCR 如何配置离线语言数据路径在无网络环境执行文字识别【免费下载链接】joplinJoplin - the privacy-focused note taking app with sync capabilities for Windows, macOS, Linux, Android and iOS.项目地址: https://gitcode.com/GitHub_Trending/jo/joplin如果你的计算机无法连接互联网仍希望在 Joplin 桌面版中对手中的图片PNG、JPEG和 PDF 附件做文字识别OCR需要把 OCR 语言数据文件.traineddata.gz提前放到本地目录并在 Joplin 设置中把 OCR: Language data URL or path 指向该目录。完成配置后Joplin 不再从默认地址https://cdn.jsdelivr.net/npm/tesseract.js-data/在线拉取语言数据即可在无网络环境下执行文字识别。该流程适用于 Joplin 桌面应用——文档扫描只在桌面端进行这是一个资源消耗较大的过程移动端本身不做扫描而是通过同步获得 OCR 数据。准备条件一台可以联网的机器用于下载语言数据文件以及一台目标无网络机器上面装有 Joplin 桌面版。明确要识别的语言。Joplin 会为每种语言加载一个对应的.traineddata.gz文件目录里必须有该语言的训练数据文件。确认 OCR 已启用OCR 默认是开启的如果没有可以在设置界面Configuration screen的 General 部分开启。设置界面的打开方式见 readme/apps/config_screen.mdWindows / Linux菜单Tools Options或按Ctrl,。macOS菜单Joplin Preferences或按Cmd,。了解默认行为启用 OCR 后Joplin 默认从https://cdn.jsdelivr.net/npm/tesseract.js-data/下载语言文件首次下载后这些语言数据文件会被缓存。只有默认地址无法访问例如断网时才需要通过下文的路径设置改用本地文件。在联网机器上获取语言数据文件Joplin 支持的语言数据文件遵循统一的 URL 规则来自 readme/apps/ocr.mdhttps://cdn.jsdelivr.net/npm/tesseract.js-data/[language]/4.0.0_best_int/[language].traineddata.gz其中[language]需要替换为受支持的语言代码文档中列出的例子包括eng、fra、chi_sim、deu、spa。以英语和法语为例英语https://cdn.jsdelivr.net/npm/tesseract.js-data/eng/4.0.0_best_int/eng.traineddata.gz法语https://cdn.jsdelivr.net/npm/tesseract.js-data/fra/4.0.0_best_int/fra.traineddata.gz按将要 OCR 的语言数量逐个下载对应的.traineddata.gz文件。传输文件并放到同一目录将上一步下载的所有.traineddata.gz文件传输到无网络的计算机U 盘、内网传输等方式由你自行决定文档未限定具体方式。将全部文件移动到同一个目录下文档给出的 Windows 示例目录为C:\Users\User\Documents\joplin-ocr-data\这个目录只是文档示例你可以使用任何目录但要求所有语言数据文件都在同一个目录内后面设置里填的就是这个目录的路径。在 Joplin 中配置语言数据路径打开设置界面快捷键或菜单路径见上文准备条件。进入 settings general advanced。将 OCR: Language data URL or path 设置为上一步目录的文件路径即包含所有.traineddata.gz文件的那个目录。点击 Apply。启用 OCR如果尚未启用。该设置项既可以是一个 URL也可以是一个本地路径它必须指向一个包含每种待用语言.traineddata.gz文件的目录。若机器上有已缓存的旧语言数据需要替换文档给出的操作是点击 Clear cache and re-download language data files注意按钮名称中的 re-download 表明该操作会重新下载语言文件在无网络环境下使用它意味着需要先恢复联网请按需操作。验证 OCR 已在离线环境工作启用后 Joplin 会开始扫描你的图片PNG 和 JPEG和 PDF 附件并提取文字数据。文档提醒如果附件较多首次全量扫描时 CPU 占用会明显高于平时属于预期现象扫描完成后恢复正常之后新附加的文件会被快速扫描基本无感知。确认识别结果有两种方式搜索命中附件在搜索框输入查询词时应用不仅匹配笔记也匹配附件的 OCR 文字命中的附件所在笔记顶部会显示一个横幅标明匹配的附件。桌面和移动端都可以搜索 OCR 文字移动端的数据来自同步。查看 OCR 文本右键点击一个 PDF 链接或图片选择 View OCR textJoplin 会用该附件的 OCR 文本新建一个文本文件并在你的文本编辑器中打开。如果你能搜索到附件文字、能打开并看到识别出的文本内容说明本地语言数据已被正确加载OCR 正在离线工作。识别能力边界文档明确了当前 OCR 系统的适用范围配置离线语言数据不会改变这些限制对印刷体文字、PDF尤其是扫描件 PDF、文字清晰的截图如屏幕截图识别可靠。目前不支持手写文字。照片上的文字能否识别取决于清晰度不保证。OCR 系统是可插拔设计未来可能更换或支持多种 OCR 技术或对接自建/内网 OCR 服务但文档说明该插拔接口目前存在于代码中、尚未对外暴露当前只能通过 OCR: Language data URL or path 定制语言数据地址。更多背景可访问 PDF 生成、初始扫描开销等见 readme/apps/ocr.md。【免费下载链接】joplinJoplin - the privacy-focused note taking app with sync capabilities for Windows, macOS, Linux, Android and iOS.项目地址: https://gitcode.com/GitHub_Trending/jo/joplin创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考