IronOCR로 필기체 이미지를 읽는 방법

어떤 입력 형식을 사용해야 하나요?

:path=/static-assets/ocr/content-code-examples/how-to/read-handwritten-image.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

// Load handwriting image
var inputHandWriting = new OcrInput();
inputHandWriting.LoadImage("handwritten.png");

// Perform OCR on the handwriting image
OcrHandwritingResult result = ocr.ReadHandwriting(inputHandWriting);

// Output the recognized handwritten text
Console.WriteLine(result.Text);
// Output the confidence score of the OCR result
Console.WriteLine(result.Confidence);

어떤 결과를 기대할 수 있을까요?

ReadHandwriting 메서드는 "My name is Erin Fish."라는 첫 문구를 포함하여 텍스트의 대다수를 올바르게 식별하며 90.6%의 신뢰 점수를 기록했습니다.

이번 뛰어난 결과는 IronOCR이 까다로운 필기체도 정확하게 인식할 수 있는 능력을 입증합니다. 엔진은 띄어쓰기와 연결된 글자 처리에는 어려움을 겪었지만, 핵심 메시지는 성공적으로 추출했습니다. 이는 IronOCR이 복잡하고 비표준적인 텍스트를 효과적으로 처리한다는 것을 보여줍니다.

OCR을 처음 접하는 분들은 필기 인식에 도전하기 전에 기본 사항을 이해하기 위해 간단한 OCR 튜토리얼 부터 시작하세요.

비동기 버전을 어떻게 사용하나요?

IronOCR는 비동기 버전을 지원합니다: ReadHandwritingAsync. 이는 처리 전에 입력 이미지를 가져와야 하는 비동기 코드를 다룰 때 유용합니다. 비동기 지원 문서에서는 비동기 OCR 작업 구현에 대한 포괄적인 지침을 제공합니다.

동일한 입력값을 사용하여 비동기 메서드를 사용하는 방법은 다음과 같습니다.

:path=/static-assets/ocr/content-code-examples/how-to/read-handwritten-image-async.cs

using IronOcr;
using System;
using System.Threading.Tasks;

using System;
using System.Threading.Tasks;
#endregion

public class read_handwritten_image_async
{
    public async Task codeAsync()
    {
        // Instantiate OCR engine
        var ocr = new IronTesseract();

        // Load handwriting image
        var inputHandWriting = new OcrInput();
        inputHandWriting.LoadImage("handwritten.png");

        // Perform OCR using the async method with 'await'.
        // The compiler automatically infers this top-level code block as an 'async Task Main()' method.
        OcrHandwritingResult result = await ocr.ReadHandwritingAsync(inputHandWriting);

        // Output the recognized handwriting text
        Console.WriteLine(result.Text);
        // Output the confidence score of the OCR result
        Console.WriteLine(result.Confidence);
    

자동 취소 이전에 밀리초를 지정하기 위해 timeoutMs 매개변수를 선택적으로 제공할 수 있습니다. 기본값은 -1이며, 이는 시간 제한이 없다는 것을 의미하며 작업이 완료될 때까지 실행됩니다.

고급 처리 기술

복잡한 필기체 인식 시나리오의 경우 다음과 같은 고급 기술을 고려해 보세요.

영역별 OCR : 양식이나 구조화된 문서를 다룰 때, 손글씨가 포함된 특정 영역에 집중하려면 영역 기반 OCR을 사용하세요. 이 접근 방식은 처리 영역을 제한함으로써 정확도를 향상시킵니다.

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define a specific region for signature area
var signatureRegion = new CropRectangle(x: 100, y: 500, width: 300, height: 100);
ocrInput.LoadImage("form-with-signature.png", signatureRegion);

var signatureResult = ocrTesseract.ReadHandwriting(ocrInput);
Console.WriteLine($"Signature text: {signatureResult.Text}");

using IronOcr;
using IronSoftware.Drawing;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();

// Define a specific region for signature area
var signatureRegion = new CropRectangle(x: 100, y: 500, width: 300, height: 100);
ocrInput.LoadImage("form-with-signature.png", signatureRegion);

var signatureResult = ocrTesseract.ReadHandwriting(ocrInput);
Console.WriteLine($"Signature text: {signatureResult.Text}");

진행 상황 추적 : 여러 필기 문서를 일괄 처리할 때 OCR 작업 진행 상황을 모니터링하기 위해 진행 상황 추적 기능을 구현하십시오.

ocrTesseract.OcrProgress += (sender, e) => 
{
    Console.WriteLine($"Processing: {e.ProgressPercent}% complete");
};

ocrTesseract.OcrProgress += (sender, e) => 
{
    Console.WriteLine($"Processing: {e.ProgressPercent}% complete");
};

주의해야 할 어려움은 무엇인가요?

IronOCR은 전체적인 구조와 텍스트를 유지하는 데 높은 신뢰도를 보이지만, 필기체 인식에는 여전히 어려움을 겪어 부분적인 오류가 발생합니다. 일반적인 문제점은 추출된 출력물의 검증이 필요하다는 것입니다.

불규칙한 간격 : 인쇄된 텍스트는 글자 사이의 간격이 균일합니다. 필기체의 획 사이 간격과 글자 연결 간격은 사람마다 매우 다릅니다. 이로 인해 잘못된 문자 분리가 발생하여 ununiformed이 개별 문자(u n u n i f o c m e d)로 분리되어 단어가 아닌 경우를 보여줍니다.

필체 변화 : 사람마다 필체가 다르고, 같은 글자라도 쓸 때마다 다르게 씁니다. 글자 연결 방식과 패턴도 매우 다양합니다. 이는 엔진이 스트로크 경사, 압력 및 형태의 높은 변동성을 처리해야 하므로 "일률적인" 모델을 방지하며, 표준화된 글꼴을 사용할 때보다 패턴 일치의 신뢰성이 떨어지게 합니다.

애매한 문자 모양: 손글씨는 종종 간소화되거나 서둘러 쓴 획을 사용하여 애매한 모양을 만듭니다. 빠르게 쓴 e은 c처럼 보일 수 있으며, 연결된 l와 i가 잘못 식별될 수 있습니다.

품질 및 해상도 문제 : 스캔 품질이 낮거나 해상도가 떨어지거나 잉크가 흐릿하면 인식 정확도가 크게 저하됩니다. 이러한 문제가 발생할 경우, 일반 문제 해결 가이드를 참조하여 해결 방법을 확인하십시오.

이 방법을 사용할 때는 출력 결과가 의도한 입력 결과와 일치하는지 확인하고, 특히 단어 간 간격이 좁거나 형태가 잘못된 단어에 주의를 기울이십시오. 사용 사례에 특정한 일반적인 오인식을 처리하기 위해 후처리 로직을 구현하는 것을 고려해 보세요.