Com reconèixer el text manuscrit en imatges utilitzant Aspose.OCR

Les notes manuscrites, les entrades de formulari i les signatures es troben arreu en els negocis, la salut i l’educació.La transcripció manual és lenta, inconsistent i una botella per a la digitalització.L’ASPOSE.OCR per .NET dóna suport al reconeixement del text manuscrit directament des de les imatges i escans: entrada automàtica, auditoria i integració del flux de treball.

El problema del món real

La informació crítica sobre els formularis de paper, les prescripcions, els contractes i els notebooks sovint existeix només com a escriptura manual.

Revisió de solucions

Aspose.OCR per .NET proporciona capacitats de reconeixement d’escriptura manual, permetent als desenvolupadors extreure continguts escrits a mà de les imatges i els formularis. És perfecte per a l’arxiu digital, els trails d’auditoria, la salut i el client.

Prerequisits

• Visual Studio 2019 o posterior
• .NET 6.0 o posterior (o .Net Framework 4.6.2+)
• Aspose.OCR per a .NET des de NuGet
• Capacitat de C#

PM> Install-Package Aspose.OCR

Implementació de pas a pas

using Aspose.OCR;

OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("handwritten_note.jpg");
input.Add("signed_form.png");

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English; // Or match handwriting language
settings.DetectAreasMode = DetectAreasMode.HANDWRITING; // Important for handwritten text

AsposeOcr ocr = new AsposeOcr();
List<RecognitionResult> results = ocr.Recognize(input, settings);

foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText);
    result.Save("handwritten_output.txt", SaveFormat.Text);
}

try
{
    AsposeOcr ocr = new AsposeOcr();
    List<RecognitionResult> results = ocr.Recognize(input, settings);
    // Post-process or review results
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

foreach (string file in Directory.GetFiles("./handwritten_samples", "*.jpg"))
{
    input.Add(file);
}

using Aspose.OCR;
using System;
using System.Collections.Generic;

class Program
{
    static void Main(string[] args)
    {
        try
        {
            OcrInput input = new OcrInput(InputType.SingleImage);
            input.Add("handwritten_note.jpg");
            input.Add("signed_form.png");

            RecognitionSettings settings = new RecognitionSettings();
            settings.Language = Language.English;
            settings.DetectAreasMode = DetectAreasMode.HANDWRITING;

            AsposeOcr ocr = new AsposeOcr();
            List<RecognitionResult> results = ocr.Recognize(input, settings);

            foreach (RecognitionResult result in results)
            {
                Console.WriteLine(result.RecognitionText);
                result.Save("handwritten_output.txt", SaveFormat.Text);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Utilitzar casos i aplicacions

Atenció sanitària i prescripcions

Digitalitzar registres mèdics manuscrits i prescripcions per a l’auditoria i la recerca.

Bancaria i client onboarding

L’extracció de les signatures i els camps de formulari emplenats per a l’obertura de compte, compliment o processament del préstec.

Educació i recerca

Digitalitzar notes manuscrites, proves o documents històrics per a arxius o gravació.

Els reptes i les solucions comunes

Títol 1: Escrit manual poc o inconsistent

Solució: Encoratja les millors pràctiques per a l’escriptura manual; imatges preprocessades per la claredat.

Challenge 2: baixa resolució o escans de soroll

Solució: Escaneu a 300 DPI+ i despeu les imatges abans del processament.

Títol 3: Continguts impresos i manuscrits

Solució: Utilitzeu DetectAreasMode.AUTO o testeu ambdós modes per optimitzar l’extracció.

Consideracions de rendiment

• Utilitza escans de bona qualitat, nets
• Processos de batxillerat per a escala
• Valida amb revisió humana quan sigui possible

Les millors pràctiques

• Valida les sortides amb controls manuals
• Tune DetectAreasMode per als teus tipus de document típics
• Dades sensibles i manuscrites segures
• Actualitza regularment Aspose.OCR per a millors resultats

Escenaris avançats

Escenari 1: Exportació de dades estructurades

foreach (RecognitionResult result in results)
{
    result.Save("handwritten_output.json", SaveFormat.Json);
}

Escenari 2: Processos de batxillerat formats mixtos

RecognitionSettings settings = new RecognitionSettings();
settings.DetectAreasMode = DetectAreasMode.AUTO; // For forms with both types

Conclusió

Aspose.OCR per a .NET permet l’extracció robusta de text, signatures i notes escrites a mà, ajudant a digitalitzar, auditar i automatitzar els fluxos de treball amb confiança.

Per a les últimes característiques de reconeixement d’escriptura manual, vegeu el Aspose.OCR per a .NET API Referència .