Слика у тексту
Како препознати ручно написани текст у сликама користећи Aspose.OCR

Како препознати ручно написани текст у сликама користећи Aspose.OCR

Ручно писане белешке, обрасци и потписи су свуда у пословању, здравственом осигурању и образовању. ручна транскрипција је спора, неконзистентна и бочица за дигитализацију. Aspose.OCR за .NET подржава препознавање ручно написаног текста директно из слика и скенирања – аутоматски улаз, аудит и интеграција радног тока.

Реал светски проблем

Критичне информације о папирним обрасцима, рецептима, уговорима и лаптопима често постоје само као ручно писање. уношење ових података руком је тужно, погрешно и скупо на скали.

Преглед решења

Aspose.OCR for .NET пружа могућности препознавања рукописа, омогућавајући програмерима да извлаче рукописни садржај из слика и обрасца.

Принципи

  • Visual Studio 2019 или касније
  • .NET 6.0 или новији (или .Net Framework 4.6.2+)
  • Aspose.OCR za .NET od NuGet
  • Основне вештине Ц #
PM> Install-Package Aspose.OCR

Корак по корак спровођење

Корак 1: Инсталирајте и конфигуришете Aspose.OCR 

using Aspose.OCR;

Корак 2: Скенирање или фотографисање ручно написаних докумената 

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

Корак 3: Конфигурисање препознавања за рукопис 

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

Корак 4: Екстракт ручно написаног текста 

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

Корак 5: Извоз или валидација препознатог садржаја 

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

Корак 6: Додајте обраду грешака и ручну ревизију 

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}");
}

Корак 7: Оптимизација за стилове и квалитет ручног писања

  • Користите скене високе резолуције за најбољу прецизност
  • Препроцес (де-скев, побољшање контраста) за слабу или месну рукопис
  • Тест на узорку ручног писања од ваших типичних корисника
foreach (string file in Directory.GetFiles("./handwritten_samples", "*.jpg"))
{
    input.Add(file);
}

Корак 8: Потпуни пример 

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}");
        }
    }
}

Коришћење случајева и апликација

Здравство и рецепти

Дигитализација ручно написаних медицинских података и рецепта за ревизију и претрагу.

Банкарство и клијентски набор

Екстрактирајте потписи и испуњене поље за отварање рачуна, усклађеност или обраду кредита.

Образовање и истраживање

Дигитализација ручно написаних белешка, тестова или историјских докумената за архиве или рангирање.

Заједнички изазови и решења

Проблем 1: слаба или неконзистентна ручна писања

Решење: Подстиче најбоље праксе за ручно писање; препроцес слике за јасноћу.

Проблем 2: Скенирање ниске резолуције или буке

Решење: Скенирајте слике на 300 ДПИ+ и дескевирајте их пре обраде.

Проблем 3: Мијешани штампани и ручно написани садржај

Решење: Користите DetectAreasMode.AUTO или тестирајте оба режима да бисте оптимизовали екстракцију.

Размишљање о перформанси

  • Употреба доброг квалитета, чисти скенирање
  • Процес бацх за скалу
  • Валидирајте са људским прегледом где је могуће

Најбоља пракса

  • Валидирајте излазе ручним спот-цхековима
  • Tune DetectAreasMode za vaše tipične vrste dokumenata
  • Безбедни осетљиви ручно написани подаци
  • Редовно ажурирајте Aspose.OCR за најбоље резултате

Напредни сценарио

Сценарио 1: Експорт структурираних података 

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

Сценарио 2: Батцх Процес Микс-Формат Форма 

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

Закључак

Aspose.OCR za .NET omogućava snažnu ekstrakciju rukopisnog teksta, potpisa i beležaka – pomaže vam da digitalizujete, revidirate i automatizujete tokove rada sa samopouzdanjem.

За најновије функције препознавања рукописа, погледајте Aspose.OCR за .NET API референце .

 Српски