Tesseract.js v6.0.0 重大版本更新解析

Tesseract.js 是一个基于 WebAssembly 的 OCR（光学字符识别）JavaScript 库，它能够直接在浏览器或 Node.js 环境中运行，无需服务器端支持。这个项目将著名的 Tesseract OCR 引擎移植到了 JavaScript 生态系统中，为开发者提供了强大的文本识别能力。

内存泄漏问题修复

本次 v6.0.0 版本最显著的改进是修复了一个长期存在的内存泄漏问题。在之前的版本中，随着使用时间的增长，内存占用会逐渐增加，最终可能导致应用崩溃。这个问题的修复对于需要长时间运行 OCR 任务的应用程序尤为重要。

内存泄漏问题的修复涉及到底层代码的多个方面，开发团队对内存管理机制进行了全面审查和优化。现在，Tesseract.js 能够更有效地释放不再使用的内存资源，确保应用的稳定性。

性能优化与默认格式调整

为了提高运行时性能和减少内存使用，v6.0.0 对默认输出格式进行了重大调整：

1. 现在默认只启用 text 输出格式，其他格式如 hocr 需要显式启用
2. 这种改变显著减少了不必要的计算和内存开销
3. 用户可以通过配置选项重新启用需要的输出格式

这种优化特别适合只需要简单文本提取的场景，而对于需要更丰富输出（如位置信息）的用户，可以通过简单的配置来获取所需数据。

JavaScript 对象输出格式变更

v6.0.0 对 blocks 输出格式进行了重构：

1. 现在只返回文本块数组，不再自动生成 words 和 symbols 等子结构
2. 移除了非文本块（如线段）的识别结果
3. 部分对象结构发生了变化，但核心属性 text 和 bbox 保持不变

这种改变使得输出更加简洁和专注，同时也减轻了处理负担。对于需要细粒度文本分析的用户，现在需要在应用层自行构建所需的层次结构。

API 清理与向后兼容性

本次版本移除了多个已标记为废弃的 API 和选项：

1. 移除了 worker.initialize 和 worker.loadLanguage 方法
2. 清理了从 v2 版本遗留的多个废弃选项
3. 简化了整体 API 表面

这些改变使得代码库更加简洁和一致，虽然可能会影响一些老代码，但长期来看将提高维护性和开发体验。

技术影响与升级建议

对于现有项目升级到 v6.0.0，开发者需要注意以下几点：

1. 检查是否依赖了默认启用的非 text 输出格式
2. 审查使用 blocks 输出格式的代码，确保适应新的结构
3. 替换任何使用已移除 API 的代码

这些改变虽然需要一定的迁移工作，但带来的性能提升和稳定性改进使得升级非常值得。特别是对于内存敏感的长期运行应用，v6.0.0 提供了显著的可靠性提升。

Tesseract.js v6.0.0 标志着这个项目在性能和稳定性方面迈出了重要一步，为 JavaScript 生态中的 OCR 功能树立了新的标准。