Bagaimana untuk mengenal pasti teks bertulis tangan dalam imej menggunakan Aspose.OCR

Notis bertulis tangan, entri borang, dan tandatangan terdapat di mana-mana dalam perniagaan, penjagaan kesihatan dan pendidikan. transkripsi manual adalah perlahan, tidak konsisten dan merupakan tanda botol untuk digitalisasi. Aspose.OCR untuk .NET menyokong pengiktirafan teks tertulis secara langsung daripada imej dan pemindaian—pengenalan automatik, audit dan integrasi aliran kerja.

Masalah dunia sebenar

Maklumat kritikal mengenai borang kertas, preskripsi, kontrak, dan buku nota sering wujud hanya sebagai penulisan tangan. memasukkan data ini secara manual adalah membosankan, kesilapan-mengerti dan mahal pada skala.

Gambaran keseluruhan penyelesaian

Aspose.OCR untuk .NET menyediakan kemahiran pengenalan tulisan tangan, membolehkan pemaju untuk mengekstrak kandungan yang ditulis tangan daripada imej dan borang.Ia sesuai untuk arkib digital, laluan audit, penjagaan kesihatan, dan pelayaran pelanggan.

Prerequisites

• Visual Studio 2019 atau seterusnya
• .NET 6.0 atau lebih baru (atau .Net Framework 4.6.2+)
• Aspose.OCR untuk .NET daripada NuGet
• Kemahiran asas C#

PM> Install-Package Aspose.OCR

Pelaksanaan langkah demi langkah

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}");
        }
    }
}

Penggunaan Kasus dan Permohonan

Penjagaan kesihatan dan preskripsi

Digitalisasi rekod perubatan bertulis tangan dan preskripsi untuk audit dan carian.

Perbankan dan Pelanggan Onboarding

Mengekstrak tandatangan dan borang yang diisi untuk pembukaan akaun, pematuhan, atau pemprosesan pinjaman.

Pendidikan dan Penyelidikan

Digitalisasi nota bertulis tangan, ujian, atau dokumen sejarah untuk arkib atau peringkat.

Tantangan dan Penyelesaian Bersama

Tantangan 1: Penulisan tangan yang buruk atau tidak konsisten

** Penyelesaian:** Menggalakkan amalan terbaik untuk penulisan tangan; imej pra-proses untuk ketelusan.

Tantangan 2: resolusi rendah atau pemindaian bunyi bising

** Penyelesaian:** Mengimbas pada 300 DPI+ dan memadamkan imej sebelum pemprosesan.

Tantangan 3: Kandungan dicetak dan tertulis campuran

** Penyelesaian:** Gunakan DetectAreasMode.AUTO atau ujian kedua-dua mod untuk mengoptimumkan ekstraksi.

Pertimbangan prestasi

• Menggunakan kualiti yang baik, pemindaian bersih
• Proses batch untuk skala
• Mengesahkan dengan pemeriksaan manusia di mana mungkin

amalan terbaik

• Mengesahkan output dengan pemeriksaan spot manual
• Tune DetectAreasMode untuk jenis dokumen tipikal anda
• Keselamatan data sensitif yang ditulis secara manual
• Mengemas kini Aspose.OCR secara berkala untuk hasil terbaik

Senario lanjutan

Skenario 1: Eksport ke Data Berstruktur

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

Scenario 2: Proses batch format campuran

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

Conclusion

Aspose.OCR untuk .NET membolehkan pengekstrakan yang kukuh teks bertulis tangan, tandatangan, dan nota – membantu anda digitisasi, audit dan automatik aliran kerja dengan keyakinan.

Untuk ciri-ciri pengenalan penulisan tangan terkini, lihat Aspose.OCR untuk .NET API Rujukan .