IronOCR ile El Yazısı Görüntülerini Okuma

Hangi Giriş Formatını Kullanmalıyım?

: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);

Imports IronOcr
Imports System

' Instantiate OCR engine
Dim ocr As New IronTesseract()

' Load handwriting image
Dim inputHandWriting As New OcrInput()
inputHandWriting.LoadImage("handwritten.png")

' Perform OCR on the handwriting image
Dim result As OcrHandwritingResult = ocr.ReadHandwriting(inputHandWriting)

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

Ne Tür Sonuçlar Bekleyebilirim?

ReadHandwriting yöntemi, "Benim adım Erin Fish" açılış ifadesi de dahil olmak üzere metnin çoğunu doğru bir şekilde tanımlayarak %90.6 güven skoru elde etti.

Bu güçlü sonuç, IronOCR'nin zorlu el yazısı metinlerle çalışma yeteneğini göstermektedir. Motor, boşluklar ve birleşik harflerle uğraşırken çekirdek mesajı başarılı bir şekilde çıkardı. Bu, IronOCR'nin karmaşık, standart dışı metinleri etkili bir şekilde işlediğini gösterir.

OCR ile yeni olanlar için, el yazısı tanıma işlemine başlamadan önce temel bilgileri anlamak amacıyla basit OCR eğitimimize başlayın.

Asenkron Sürüm Nasıl Kullanılır?

IronOCR, ReadHandwritingAsync şeklinde bir eşzamansız sürümü destekler. Bu, girdi resimlerini işlemden önce almak için gereken asenkron kodla çalışırken faydalıdır. Async destek belgeleri, asenkron OCR işlemlerinin uygulanması konusunda kapsamlı bir rehber sunar.

Aynı girdiyi kullanarak, async yöntemi nasıl kullanacağınız burada:

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

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

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'.
        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);
    }
}

Imports IronOcr
Imports System
Imports System.Threading.Tasks

Public Class ReadHandwrittenImageAsync
    Public Async Function CodeAsync() As Task
        ' Instantiate OCR engine
        Dim ocr As New IronTesseract()

        ' Load handwriting image
        Dim inputHandWriting As New OcrInput()
        inputHandWriting.LoadImage("handwritten.png")

        ' Perform OCR using the async method with 'await'.
        Dim result As OcrHandwritingResult = 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)
    End Function
End Class

Otomatik iptali başlatmadan önce milisaniyeleri belirlemek için isteğe bağlı bir timeoutMs parametresi sağlayabilirsiniz. Varsayılan değer -1 olup, zaman sınırı olmadığını - işlemin tamamlanana kadar sürdüğünü ifade eder.

Gelişmiş İşleme Teknikleri

Karmaşık el yazısı tanıma senaryoları için, bu gelişmiş teknikleri göz önünde bulundurun:

Bölgeye Özgü OCR: Formlar veya yapılandırılmış belgelerle çalışırken, el yazısı metin içeren belirli alanlara odaklanmak için bölge tabanlı OCR kullanın. Bu yaklaşım, işleme alanını sınırlayarak doğruluğu artırır:

:path=/static-assets/ocr/content-code-examples/how-to/read-handwritten-image-4.cs

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}");

Imports IronOcr
Imports IronSoftware.Drawing

Dim ocrTesseract As New IronTesseract()
Using ocrInput As New OcrInput()

    ' Define a specific region for signature area
    Dim signatureRegion As New CropRectangle(x:=100, y:=500, width:=300, height:=100)
    ocrInput.LoadImage("form-with-signature.png", signatureRegion)

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

End Using

İlerleme Takibi: Birden fazla el yazısı belgenin toplu işlenmesi için, OCR işlemini izlemek amacıyla ilerleme takibini uygulayın:

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

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

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

Hangi Zorlukların Farkında Olmalıyım?

IronOCR genel yapıyı ve metni koruma konusunda yüksek güven sağlasa da, el yazısıyla ilgili sorunlar yaşamaya devam eder ve bu durum yerel hatalara yol açar. Yaygın zorluklar, çıkarılan çıktının doğrulanmasını gerektirir:

Düzensiz Boşluk: Baskı metninde harfler arasında eşit boşluk bulunur. Vuruşlar ve harf bağlantıları arasındaki el yazısı aralıkları büyük ölçüde değişir. Bu yanlış karakter segmentasyonu oluşmasına neden olur, çünkü ununiformed, tek bir kelime yerine ayrı karakterlere (u n u n i f o c m e d) bölünür.

Vuruş Varyasyonu: Her insanın benzersiz bir el yazısı vardır ve bireyler aynı harfi her seferinde farklı yazarlar. Harf bağlantıları ve kalıplar önemli ölçüde değişiklik gösterir. Bu, motorun eğik harf, baskı ve formda yüksek değişkenliği ele alması gerektiğinden ve desen eşlemenin standartlaştırılmış yazı tiplerine göre daha az güvenilir hale gelmesinden dolayı "tek tip her duruma uyan" bir modeli engeller.

Belirsiz Karakter Şekilleri: El yazısı genellikle basitleştirilmiş veya aceleyle yazılmış vuruşlar kullanır ve belirsiz şekiller yaratır. Hızlı yazılmış bir e bir c'ye benzeyebilir veya bağlanmış l ve i yanlış tanımlanabilir.

Kalite ve Çözünürlük Sorunları: Düşük tarama kalitesi, düşük çözünürlük veya soluk mürekkep, tanıma doğruluğunu önemli ölçüde etkiler. Bu tür sorunlarla karşılaştığınızda, çözümler için genel sorun giderme kılavuzumuza başvurun.

Bu yöntemi kullanırken, özellikle birbirine yakın veya kötü biçimlendirilmiş kelimelere dikkat ederek çıktıların istenen girdiye uygun olduğunu doğrulayın. Özel kullanım durumunuza özgü yaygın yanlış tanımaları ele almak için son işlem mantığı uygulamayı düşünebilirsiniz.