尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
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?
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
RELATED

相关推荐

GSD Discuss 模式指南:Assumptions 与 Interview 双模式上下文采集

GSD Discuss 模式指南:Assumptions 与 Interview 双模式上下文采集

GSD Discuss 模式指南:Assumptions 与 Interview 双模式上下文采集 【免费下载链接】get-shit-done A light-weight and powerful meta-prompting, context engineering and spec-driven development system for Claude Code by TCHES. 项目地址: https://gitcode…

📅 2026/9/10 14:05:41
Nginx Proxy Manager Redirection Host 实战指南:域名跳转的配置、原理与最佳实践

Nginx Proxy Manager Redirection Host 实战指南:域名跳转的配置、原理与最佳实践

Nginx Proxy Manager Redirection Host 实战指南:域名跳转的配置、原理与最佳实践 【免费下载链接】nginx-proxy-manager Docker container for managing Nginx proxy hosts with a simple, powerful interface 项目地址: https://gitcode.com/GitHub_Trending/ng…

📅 2026/9/10 14:00:39
CANN/GE图切分保存接口

CANN/GE图切分保存接口

ShardGraphsToFile 【免费下载链接】ge GE(Graph Engine)是面向昇腾的图编译器和执行器,提供了计算图优化、多流并行、内存复用和模型下沉等技术手段,加速模型执行效率,减少模型内存占用。 GE 提供对 PyTorch、TensorF…

📅 2026/9/10 14:00:39
MORE NEWS

更多资讯

📰

HyperFrames 完整能力清单:OpenMontage 中从网站到确定性视频的 24 项核心能力全解

HyperFrames 完整能力清单:OpenMontage 中从网站到确定性视频的 24 项核心能力全解 【免费下载链接】OpenMontage Worlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge fil…

📰

职场成长记录:作品集与案例库构建指南

1. 为什么你需要系统化记录成长轨迹在职场发展的前五年,我经历过一个典型困境:明明做了不少项目,年底写总结时却想不起具体细节;面试被要求展示过往成果时,只能泛泛而谈缺少实证。直到开始用作品集案例库的方式系统记录…

📰

实时语音处理技术:核心模块与工程优化实践

1. 实时语音处理库的核心价值与应用场景在当今人机交互日益频繁的时代,语音作为最自然的沟通方式正变得愈发重要。实时语音处理库就是为解决语音交互中的延迟问题而生的技术方案,它能够实现毫秒级的语音信号处理,让对话如同面对面交流般流畅。…

📰

COMSOL折叠功能在多物理场仿真中的应用与优化

1. COMSOL折叠功能的核心价值解析作为一款领先的多物理场仿真软件,COMSOL的折叠功能(Folding Feature)在5.6版本后成为处理复杂几何变形的利器。这个功能本质上是通过参数化控制实现几何体的压缩展开模拟,特别适合研究可折叠电子设…

📰

双有源桥DAB仿真与闭环控制设计实践

1. 项目背景与核心价值 双有源桥(Dual Active Bridge, DAB)作为高频隔离型DC-DC变换器的典型拓扑,在新能源发电、电动汽车充电、数据中心供电等领域具有广泛应用。其核心优势在于: 电气隔离安全性(通过高频变压器实现) 双向功率…

📰

Preact Query 的 QueryClientProviderProps 类型详解:从 Props 到上下文注入的完整原理

Preact Query 的 QueryClientProviderProps 类型详解:从 Props 到上下文注入的完整原理 【免费下载链接】query 🤖 Powerful asynchronous state management, server-state utilities and data fetching for the web. TS/JS, React Query, Solid Query, …

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬