چگونه متن دست نوشته را در تصاویر با استفاده از Aspose.OCR تشخیص دهیم

یادداشت های دست نوشته، فرم ورودی ها و امضاها در همه جا در کسب و کار، مراقبت های بهداشتی و آموزش و پرورش وجود دارد.نمایش دستی آهسته، نامناسب و یک برچسب برای دیجیتالی شدن است. ASPOSE.OCR برای .NET از شناسایی متن دستی مستقیما از تصاویر و اسکن ها پشتیبانی می کند – ورود خودکار، حسابرسی و ادغام جریان کار.

مشکل دنیای واقعی

اطلاعات انتقادی در فرم های کاغذی، دستورالعمل ها، قراردادهای و لپ تاپ ها اغلب تنها به عنوان نوشتن دستی وجود دارد وارد کردن این داده ها به صورت دستی خسته کننده، با خطا و گران قیمت است.

بررسی راه حل

Aspose.OCR برای .NET قابلیت های تشخیص دست نوشته را فراهم می کند، به توسعه دهندگان اجازه می دهد تا محتوای دستی را از تصاویر و فرم ها استخراج کنند.این ایده آل برای آرشیو دیجیتال، مسیرهای حسابرسی، مراقبت های بهداشتی و مشتری است.

پیش شرط

• Visual Studio 2019 یا بالاتر
• .NET 6.0 یا بالاتر (یا .Net Framework 4.6.2+)
• Aspose.OCR برای .NET از NuGet
• مهارت های C#

PM> Install-Package Aspose.OCR

پیاده سازی گام به گام

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}");
        }
    }
}

استفاده از موارد و برنامه ها

مراقبت های بهداشتی و مقررات

دیجیتالی کردن سوابق و دستورالعمل های پزشکی دست نوشته برای حسابرسی و جستجو.

بانکداری و مشتری در کشتی

امضاها و فرم های پر شده را برای باز کردن حساب، رعایت و یا پردازش وام استخراج کنید.

آموزش و پژوهش

دیجیتالی کردن یادداشت های دست نوشته، تست ها یا اسناد تاریخی برای آرشیوها یا رتبه بندی.

چالش ها و راه حل های مشترک

چالش اول: نوشتن دستی ضعیف یا نامناسب

** راه حل:** تشویق بهترین شیوه ها برای نوشتن دستی؛ تصاویر پیش پردازش برای روشنایی.

چالش ۲: رزولوشن پایین یا اسکن های سر و صدا

** راه حل: ** اسکن در 300 DPI+ و تخلیه تصاویر قبل از پردازش.

چالش 3: محتوای مخلوط چاپ شده و دست نوشته شده

** راه حل:** از DetectAreasMode.AUTO استفاده کنید یا هر دو حالت را برای بهینه سازی استخراج تست کنید.

بررسی عملکرد

• استفاده از اسکن های تمیز و با کیفیت
• فرآیند Batch برای مقیاس
• در صورت امکان با بررسی انسانی تایید کنید.

بهترین شیوه‌ها

• تصدیق خروجی با چک های مکان دستی
• Tune DetectAreasMode برای انواع اسناد معمولی شما
• امنیت اطلاعات حساس دست نوشته
• به طور منظم به روز رسانی Aspose.OCR برای بهترین نتایج

سناریوهای پیشرفته

مرحله اول: صادرات به داده های ساختاری

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

سناریو ۲: فرآیندهای مخلوط با فرمت

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

نتیجه گیری

Aspose.OCR برای .NET امکان استخراج قوی از متن، امضاها و یادداشت های دست نوشته را فراهم می کند – به شما در دیجیتالی سازی، حسابرسی و اتوماسیون جریان های کاری با اعتماد به نفس کمک می کنند.

برای آخرین ویژگی های تشخیص دست نوشته، نگاهی به Aspose.OCR برای .NET API مرجع .