Распознавание рукописного текста

Чтобы распознать рукописный текст на изображении, вы можете использовать OCR API с моделью распознавания handwritten. Эта модель позволяет распознавать произвольное сочетание рукописного и печатного текста на русском и английском языках.

Перед началом работы

Чтобы воспользоваться примерами, установите cURL.

Получите данные вашего аккаунта для аутентификации:

Распознать рукописный текст на изображении

Распознавание текста на изображении реализовано в методе recognize OCR API.

1. Подготовьте файл изображения, соответствующий требованиям:

   • Поддерживаемые форматы файлов: JPEG, PNG, PDF. MIME-тип файла указывайте в свойстве mime_type. По умолчанию image.
   • Максимальный размер файла: 10 МБ.
   • Размер изображения не должен превышать 20 мегапикселей (длина × ширина).

2. Кодируйте файл с изображением в формат Base64:

   UNIX

   Windows

   PowerShell

   Python

   Node.js

   Java

   Go

   base64 -i input.jpg > output.txt
   

   C:> Base64.exe -e input.jpg > output.txt
   

   [Convert]::ToBase64String([IO.File]::ReadAllBytes("./input.jpg")) > output.txt
   

   # Импортируйте библиотеку для кодирования в Base64
   import base64
   
   # Создайте функцию, которая кодирует файл и возвращает результат.
   def encode_file(file_path):
     with open(file_path, "rb") as fid:
         file_content = fid.read()
     return base64.b64encode(file_content).decode("utf-8")
   

   // Считайте содержимое файла в память.
   var fs = require('fs');
   var file = fs.readFileSync('/path/to/file');
   
   // Получите содержимое файла в формате Base64.
   var encoded = Buffer.from(file).toString('base64');
   

   // Импортируйте библиотеку для кодирования в Base64.
   import org.apache.commons.codec.binary.Base64;
   
   // Получите содержимое файла в формате Base64.
   byte[] fileData = Base64.encodeBase64(yourFile.getBytes());
   

   import (
       "bufio"
       "encoding/base64"
       "io/ioutil"
       "os"
   )
   
   // Откройте файл
   f, _ := os.Open("/path/to/file")
   
   // Прочитайте содержимое файла.
   reader := bufio.NewReader(f)
   content, _ := ioutil.ReadAll(reader)
   
   // Получите содержимое файла в формате Base64.
   base64.StdEncoding.EncodeToString(content)
   

3. Создайте и отправьте запрос.

   В свойстве content укажите содержимое файла, полученное при переводе изображения в формат Base64.

   Примечание

   Англо-русская модель не может быть выбрана при автоматическом определении языка. Чтобы использовать эту модель, явно укажите оба языка в свойстве languageCodes.

   Отправьте запрос с помощью метода recognize и сохраните ответ в файл, например output.json:

   UNIX

   Python

   export IAM_TOKEN=<IAM-токен>
   curl \
     --request POST \
     --header "Content-Type: application/json" \
     --header "Authorization: Bearer ${IAM_TOKEN}" \
     --header "x-folder-id: <идентификатор_каталога>" \
     --header "x-data-logging-enabled: true" \
     --data '{
       "mimeType": "JPEG",
       "languageCodes": ["ru","en"],
       "model": "handwritten",
       "content": "<изображение_в_кодировке_base64>"
     }' \
     https://ocr.api.cloud.yandex.net/ocr/v1/recognizeText \
     --output output.json
   

   Где:

   • <IAM-токен> — полученный ранее IAM-токен.
   • <идентификатор_каталога> — полученный ранее идентификатор каталога.

   data = {"mimeType": <mime_type>,
           "languageCodes": ["ru","en"],
           "content": content}
   
   url = "https://ocr.api.cloud.yandex.net/ocr/v1/recognizeText"
   
   headers= {"Content-Type": "application/json",
             "Authorization": "Bearer {:s}".format(<IAM-токен>),
             "x-folder-id": "<идентификатор_каталога>",
             "x-data-logging-enabled": "true"}
     
     w = requests.post(url=url, headers=headers, data=json.dumps(data))
   

   Результат будет состоять из распознанных блоков текста, строк и слов с указанием их местоположения на изображении.

   Результат запроса

   {
     "result": {
       "textAnnotation": {
         "width": "241",
         "height": "162",
         "blocks": [
           {
             "boundingBox": {
               "vertices": [
                 {
                   "x": "28",
                   "y": "8"
                 },
                 {
                   "x": "28",
                   "y": "130"
                 },
                 {
                   "x": "240",
                   "y": "130"
                 },
                 {
                   "x": "240",
                   "y": "8"
                 }
               ]
             },
             "lines": [
               {
                 "boundingBox": {
                   "vertices": [
                     {
                       "x": "28",
                       "y": "8"
                     },
                     {
                       "x": "28",
                       "y": "77"
                     },
                     {
                       "x": "240",
                       "y": "77"
                     },
                     {
                       "x": "240",
                       "y": "8"
                     }
                   ]
                 },
                 "text": "Привет,",
                 "words": [
                   {
                     "boundingBox": {
                       "vertices": [
                         {
                           "x": "28",
                           "y": "9"
                         },
                         {
                           "x": "28",
                           "y": "81"
                         },
                         {
                           "x": "240",
                           "y": "81"
                         },
                         {
                           "x": "240",
                           "y": "9"
                         }
                       ]
                     },
                     "text": "Привет,",
                     "entityIndex": "-1",
                     "textSegments": [
                       {
                         "startIndex": "0",
                         "length": "7"
                       }
                     ]
                   }
                 ],
                 "textSegments": [
                   {
                     "startIndex": "0",
                     "length": "7"
                   }
                 ]
               },
               {
                 "boundingBox": {
                   "vertices": [
                     {
                       "x": "112",
                       "y": "94"
                     },
                     {
                       "x": "112",
                       "y": "130"
                     },
                     {
                       "x": "240",
                       "y": "130"
                     },
                     {
                       "x": "240",
                       "y": "94"
                     }
                   ]
                 },
                 "text": "Мир!",
                 "words": [
                   {
                     "boundingBox": {
                       "vertices": [
                         {
                           "x": "112",
                           "y": "89"
                         },
                         {
                           "x": "112",
                           "y": "137"
                         },
                         {
                           "x": "240",
                           "y": "137"
                         },
                         {
                           "x": "240",
                           "y": "89"
                         }
                       ]
                     },
                     "text": "Мир!",
                     "entityIndex": "-1",
                     "textSegments": [
                       {
                         "startIndex": "8",
                         "length": "4"
                       }
                     ]
                   }
                 ],
                 "textSegments": [
                   {
                     "startIndex": "8",
                     "length": "4"
                   }
                 ]
               }
             ],
             "languages": [
               {
                 "languageCode": "ru"
               }
             ],
             "textSegments": [
               {
                 "startIndex": "0",
                 "length": "12"
               }
             ]
           }
         ],
         "entities": [],
         "tables": [],
         "fullText": "Привет,\nМир!\n"
       },
       "page": "0"
     }
   }
   

4. Чтобы получить все распознанные на изображении слова, найдите все значения со свойством text.