1. IronOCR
  2. 操作指南
  3. 閱讀手寫影像

如何使用IronOCR辨識手寫影像

Curtis Chau
Curtis Chau
更新:
This article was translated from English: Does it need improvement?
Translated
View the article in English

IronOCR提供了一種專門的 ReadHandwriting 方法，可以可靠地將圖像中的手寫文字數位化，儘管存在不規則間距和筆畫變化等固有挑戰，但對於英文手寫體，其準確率仍可達 90% 左右。

快速入門：使用IronOCR讀取手寫圖像

  1. 安裝IronOCR和IronOCR軟體包
  2. 建立一個 IronTesseract 實例
  3. 使用 LoadImage() 載入您的手寫圖像
  4. 呼叫 ReadHandwriting() 方法
  5. 從 OcrResult 中存取提取的文本

  1. 使用NuGet套件管理器安裝https://www.nuget.org/packages/IronOcr

    PM > Install-Package IronOcr

  2. 複製並運行這段程式碼。

    using IronOcr;

var ocrTesseract = new IronTesseract();
using var ocrInput = new OcrInput();
ocrInput.LoadImage("handwriting.png");
var ocrResult = ocrTesseract.ReadHandwriting(ocrInput);
Console.WriteLine(ocrResult.Text);

  3. 部署到您的生產環境進行測試

    今天就在您的專案中開始使用免費試用IronOCR

    arrow pointer

自動從圖像中讀取手寫文字非常困難，因為每個人的書寫方式都不同。 這種巨大的不一致性使得OCR辨識充滿挑戰。 舊記錄、病人登記表和客戶調查等重要文件仍需要手動處理，導致工作流程容易出錯，進而損害資料完整性。

IronOCR透過引入一種專門的方法來可靠地理解和數位化手寫影像，從而解決了這個問題。 IronOCR基於強大的Tesseract 5 引擎，將先進的影像處理與機器學習相結合，提供業界領先的手寫辨識功能。

本指南將逐步指導您如何在.NET應用程式中實現手寫 OCR 功能。無論您是數位化歷史文件、處理醫療表格還是轉換手寫筆記，您都將學習如何使用IronOCR獲得可靠的識別結果。

IronOCR入門指南

如何使用IronOCR辨識手寫影像

  1. 下載用於讀取手寫圖像的 C# 庫
  2. 實例化 OCR 引擎
  3. 使用`LoadImage`載入手寫圖像
  4. 使用`ReadHandwriting`方法從樣本手寫圖像中提取數據
  5. 存取**OcrResult**屬性以查看和操作提取的數據

若要使用此功能，您必須先安裝IronOCR軟體套件。 請注意，ReadHandwriting 方法目前僅支援英文。 對於多語言 OCR ，請使用標準 Read() 方法以及對應的語言套件。

如何使用IronOCR讀取手寫影像？

使用IronOCR讀取手寫影像非常簡單。 首先實例化 OCR 引擎，然後使用 LoadImage 載入圖片，最後使用專為手寫辨識設計的 ReadHandwriting 方法。 列印提取的文字以驗證其準確性和內容。

處理影像前，可考慮套用影像品質校正濾鏡以提高影像清晰度。 這些過濾器可以顯著提高識別準確率，尤其適用於對比度或解析度較差的掃描文件。

我應該使用哪種輸入格式？

範例手寫輸入影像，顯示用於 OCR 處理的草寫文本 
: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);
$vbLabelText   $csharpLabel

我可以期待什麼樣的結果？

OCR 輸出結果顯示提取的手寫文字及其置信度得分

ReadHandwriting 方法的置信度得分達到 90.6%，正確識別了大部分文本，包括開頭短語"我的名字是艾琳·菲什"。

這一優異的結果證明了 IronOCR 在識別複雜手寫字體方面的能力。 雖然引擎在處理空格和連寫字母時遇到了困難，但它成功提取了核心訊息。 這顯示IronOCR能有效處理複雜的、非標準的文本。

對於 OCR 新手來說，可以先從我們簡單的 OCR 教學入手，了解基礎知識，然後再學習手寫辨識。

如何使用非同步版本？

IronOCR支援非同步版本：ReadHandwritingAsync。 這在處理需要先取得輸入影像再處理的非同步程式碼時非常有用。 非同步支援文件提供了有關實現非同步 OCR 操作的全面指導。

使用相同的輸入，以下是如何使用非同步方法：

: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);
$vbLabelText   $csharpLabel

您可以提供一個可選的 timeoutMs 參數來指定自動取消前的毫秒數。 預設值為 -1，表示沒有時間限制－操作將一直運行直到完成。

高級加工技術

對於複雜的筆跡辨識場景，可以考慮以下進階技術：

區域特定 OCR ：處理表單或結構化文件時，使用基於區域的 OCR來專注於包含手寫文字的特定區域。 這種方法透過限制處理區域來提高精度：

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}");
$vbLabelText   $csharpLabel

進度追蹤：對於批次處理多個手寫文檔，實施進度追蹤以監控 OCR 操作：

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

我該注意哪些挑戰？

儘管IronOCR在保留整體結構和文字方面取得了很高的準確率，但 OCR 在處理手寫文字時仍然存在困難，導致局部錯誤。 常見挑戰需要對提取的輸出進行驗證：

不規則間距：印刷文本中字母之間的間距均勻。 手寫體筆畫間距和字母連接間距差異很大。 這會導致字元分割錯誤，如 ununiformed 被分割成單字元(非單一焦點)而不是單字時所示。

筆畫差異：每個人的筆跡都獨一無二，即使是同一個字母，每次書寫的方式也會有所不同。字母的連接方式和模式也存在顯著差異。 這就避免了"一刀切"的模式，因為引擎必須處理衝程傾斜度、壓力和形狀的高度變化，使得模式匹配不如使用標準化字體可靠。

字形模糊：手寫體通常筆畫簡化或匆忙，導致字形模糊。例如，快速書寫的 e 可能類似於 c，或連接在一起的 l 和 i 也可能被誤認。

品質和解析度問題：掃描品質差、解析度低或墨跡褪色會嚴重影響辨識準確度。 遇到此類問題時，請參考我們的通用故障排除指南以取得解決方案。

使用此方法時，請檢查輸出是否與預期輸入相符，尤其要注意間距過近或拼字錯誤的單字。 考慮實現後處理邏輯來處理您用例中常見的錯誤識別。

警告 ReadHandwriting 方法在處理草書時只能實現低準確度的 OCR 萃取。

常見問題解答

從影像中萃取手寫文字的精確度為何？

IronOCR 的 ReadHandwriting 方法在英文手寫辨識上達到約 90% 的準確度，儘管不規則的間距和筆劃變化是手寫 OCR 特別困難的固有挑戰。

手寫辨識支援哪些語言？

IronOCR 中的 ReadHandwriting 方法目前僅支援英文。對於多國語言的 OCR，您需要使用標準的 Read() 方法與適當的語言套件，而非專門的手寫方法。

手寫 OCR 需要安裝哪些額外套件？

若要使用 IronOCR 中的手寫辨識功能，除了 IronOCR 主程式庫之外，您必須安裝 IronOcr.Extensions.AdvancedScan 套件。

如何在 C# 中實現基本的手寫辨識功能？

建立 IronTesseract 範例，使用 LoadImage() 載入您的手寫圖像，呼叫 ReadHandwriting() 方法，並從 OcrResult 存取擷取的文字。IronOCR 會自動處理複雜的影像處理和機器學習。

可以處理哪些類型的手寫文件？

IronOCR 可處理各種手寫文件，包括歷史記錄、病人入院表、客戶調查問卷和手寫筆記。這個函式庫的設計是為了處理人類手寫筆跡不一致的問題，這些問題使得手寫處理容易出錯。

手寫辨識功能採用什麼技術？

IronOCR 的手寫辨識功能建構在強大的 Tesseract 5 引擎上，結合先進的影像處理與機器學習演算法，提供領先業界的手寫辨識能力。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau 擁有卡爾頓大學計算機科學學士學位，專注於前端開發，擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面，喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。

除了開發之外，Curtis 對物聯網 (IoT) 有著濃厚的興趣，探索將硬體和軟體結合的創新方式。在閒暇時間，他喜愛遊戲並構建 Discord 機器人，結合科技與創意的樂趣。

準備好開始了嗎？
Nuget 下載 5,556,263 | 版本： 2026.3 剛剛發布
Still Scrolling Icon

還在捲動嗎？

想要快速證明？ PM > Install-Package IronOcr
執行範例 觀看您的圖片變成可搜尋的文字。