Como ler imagens de escrita à mão com o IronOCR

Qual formato de entrada devo usar?

: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);

Que resultados posso esperar?

O método ReadHandwriting obteve uma pontuação de confiança de 90.6%, identificando corretamente a maioria dos textos, incluindo a frase de abertura "My name is Erin Fish."

Este excelente resultado demonstra a capacidade do IronOCR com escritas manuscritas complexas. Embora o mecanismo de busca tenha tido dificuldades com espaçamento e letras conectadas, ele conseguiu extrair a mensagem principal. Isso demonstra que o IronOCR lida com textos complexos e não padronizados de forma eficaz.

Para quem é iniciante em OCR, comece com nosso tutorial simples de OCR para entender os conceitos básicos antes de se aventurar no reconhecimento de escrita à mão.

Como faço para usar a versão assíncrona?

IronOCR suporta uma versão assíncrona: ReadHandwritingAsync. Isso é útil ao lidar com código assíncrono que requer a busca de imagens de entrada antes do processamento. A documentação de suporte assíncrono fornece orientações abrangentes sobre a implementação de operações OCR assíncronas.

Usando a mesma entrada, veja como usar o método assíncrono:

: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);
    

Você pode fornecer um parâmetro timeoutMs opcional para especificar milissegundos antes do cancelamento automático. O valor padrão é -1, significando sem limite de tempo—a operação continua até a conclusão.

Técnicas avançadas de processamento

Para cenários complexos de reconhecimento de escrita manual, considere estas técnicas avançadas:

OCR específico por região : Ao trabalhar com formulários ou documentos estruturados, use o OCR baseado em região para se concentrar em áreas específicas que contenham texto manuscrito. Essa abordagem melhora a precisão ao limitar a área de processamento:

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}");

Acompanhamento do progresso : Para o processamento em lote de vários documentos manuscritos, implemente o acompanhamento do progresso para monitorar a operação de OCR:

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

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

Quais desafios devo ter em mente?

Embora o IronOCR alcance um alto nível de confiança na retenção da estrutura geral e do texto, o OCR ainda apresenta dificuldades com a escrita à mão, resultando em erros localizados. Os desafios comuns exigem a verificação dos resultados extraídos:

Espaçamento irregular : O texto impresso apresenta espaçamento uniforme entre as letras. O espaçamento entre os traços e as conexões entre as letras na caligrafia varia muito. Isso causa segmentação incorreta de caracteres, conforme mostrado quando ununiformed se divide em caracteres individuais (u n u n i f o c m e d) em vez de uma única palavra.

Variação dos traços : Cada pessoa tem uma caligrafia única, e cada indivíduo escreve a mesma letra de forma diferente. As conexões e os padrões entre as letras variam significativamente. Isso impede um modelo "tamanho único", já que o mecanismo precisa lidar com alta variabilidade na inclinação, pressão e forma do traço, tornando a correspondência de padrões menos confiável do que com fontes padronizadas.

Formas de Caracteres Ambíguos: A caligrafia muitas vezes usa traços simplificados ou apressados, criando formas ambíguas. Um e rapidamente escrito pode se assemelhar a um c, ou l e i conectados podem ser identificados erroneamente.

Problemas de qualidade e resolução : A má qualidade da digitalização, a baixa resolução ou a tinta desbotada afetam significativamente a precisão do reconhecimento. Ao se deparar com esses problemas, consulte nosso guia geral de solução de problemas para obter soluções.

Ao usar esse método, verifique se a saída corresponde à entrada pretendida, prestando atenção especial a palavras muito próximas ou mal formadas. Considere implementar lógica de pós-processamento para lidar com erros de reconhecimento comuns específicos do seu caso de uso.