Dans ce tutoriel, vous apprendrez à convertir l’écriture manuscrite en texte à l’aide de Python. Il contient tous les détails pour configurer l’IDE, une liste d’étapes et un exemple de code pour développer une application de conversion d’écriture manuscrite en texte à l’aide de Python. Cette application lira les notes manuscrites de l’image PNG chargée et les convertira en texte numérique consultable et modifiable.
Étapes pour convertir des notes manuscrites en texte à l’aide de Python
- Installez Aspose.OCR for Python via .NET en suivant les instructions ici
- Créer une instance du moteur OCR à l’aide de la classe AsposeOcr
- Initialiser un conteneur d’entrée pour le traitement OCR avec un seul type d’image
- Ajoutez le fichier image à traiter pour la reconnaissance de texte
- Effectuez un text recognition manuscrit sur l’image fournie
- Obtenir le nombre total de segments de texte reconnus
- Parcourez tous les segments de texte reconnus et imprimez
Ces étapes décrivent comment implémenter la reconnaissance de l’écriture manuscrite à l’aide de Python. Instanciez le moteur OCR, créez le conteneur d’entrée pour les images, définissez l’image d’entrée et effectuez la reconnaissance du texte manuscrit. Obtenez le nombre total de segments de texte reconnus et affichez-les à l’écran en analysant la collection de sortie.
Code pour transformer l’écriture manuscrite en texte à l’aide de Python
import aspose.ocr as api # Import the Aspose.OCR module | |
from aspose.ocr import License # Import the License class from the module | |
license = License() # Instantiate and apply a license | |
license.set_license("License.lic") # Load the license file | |
extractTextFromImage = api.AsposeOcr() # Create OCR engine | |
imageDatas = api.OcrInput(api.InputType.SINGLE_IMAGE) # Initialize an input container | |
imageDatas.add("sample2.png")# Add the image file | |
# Perform handwritten text recognition on the provided image | |
textExtractedFromImage = extractTextFromImage.recognize_handwritten_text(imageDatas) | |
length = textExtractedFromImage.length # Get the total number | |
# Iterate through all recognized text segments | |
for i in range(length): | |
# Print each recognized text segment to the console | |
print(textExtractedFromImage[i].recognition_text) |
Cet article nous a appris à transformer des notes manuscrites en texte à l’aide de Python. Pour extraire du texte d’un PDF numérisé, reportez-vous à l’article sur Comment extraire du texte d’un PDF numérisé en C#.