本文共 6469 字，大约阅读时间需要 21 分钟。

前面我们使用Azure Face实现了人脸识别、使用Azure表格识别器提取了表格里的数据。这次我们试试使用Azure墨迹识别API来对笔迹进行识别。

墨迹识别

墨迹识别器认知服务提供基于云的 REST API 用于分析和识别数字墨迹内容。 与使用光学字符识别 (OCR) 的服务不同，该 API 需要使用数字墨迹笔划数据作为输入。 数字墨迹笔划是 2D 点（X,Y 坐标，表示数字手写笔或手指的动作）的时序集。 然后，墨迹识别器会识别输入中的形状和手写内容，并返回包含所有已识别实体的 JSON 响应。

引用自

它不是ocr对图像进行识别，而是对墨迹数据进行识别。墨迹数据的原理主要是一些手写输入设备，比如平板，手写板等。

创建墨迹识别资源

跟前面的内容一样，在portal控制台找到墨迹识别功能，点击创建，取一个实例名。墨迹识别也是一个免费服务，定价选F0方案，额度为5次/分，20000事务/月。

获取秘钥和终结点

我们调用墨迹识别API需要秘钥跟终结点信息。点击菜单“密钥和终结点”查看信息。

新建一个WPF项目

我们这次同样实现一个WPF小程序。界面上放置一个InkCanvas用来手写，一个文本框用来显示识别的文本，一个按钮用来触发识别。

MainWindow.xaml

修改MainWindow.xaml为如下代码：

       
            
                 
                  
                  
              
             
                 
              
             
                 
                      
                   
              
             
                 
      开始识别        
         
    
   

注意：InkCanvas控件需要使用的是Microsoft.Toolkit.Wpf.UI.Controls包下的，如果本地没有使用nuget进行安装

采集墨迹

inkCanvas load事件里设置输入设备的类型：

private void inkCanvas_Loaded(object sender, RoutedEventArgs e)        {            inkCanvas.InkPresenter.InputDeviceTypes = CoreInputDeviceTypes.Mouse | CoreInputDeviceTypes.Pen | CoreInputDeviceTypes.Touch;        }

先定义几个模型用来存储墨迹数据：

public class InkStroke    {        public int id { get; set; }        public string points { get; set; }    }    public class InkData    {        public string language { get; set; }        public List
   
     strokes { get; set; }    }
   

从InkCanvas获取墨迹数据组装成InkData：

private InkData GetInkData()        {            var data = new InkData();            data.language = "zh-CN";            data.strokes = new List
   
    ();            int id = 0;            foreach (var stroke in this.inkCanvas.InkPresenter.StrokeContainer.GetStrokes())            {                var points = stroke.GetInkPoints();                var convertPoints = ConvertPixelsToMillimeters(points);                var inkStorke = new InkStroke();                inkStorke.id = id++;                var sb = new StringBuilder();                foreach (var point in convertPoints)                {                    sb.Append(point.X);                    sb.Append(",");                    sb.Append(point.Y);                    sb.Append(",");                }                inkStorke.points = sb.ToString().TrimEnd(',');                data.strokes.Add(inkStorke);            }            return data;        }                private List
    
      ConvertPixelsToMillimeters(IReadOnlyList
     
       pointsInPixels)        {            float dpiX = 96.0f;            float dpiY = 96.0f;            var transformedInkPoints = new List
      
       ();            const float inchToMillimeterFactor = 25.4f;            foreach (var point in pointsInPixels)            {                var transformedX = (point.Position.X / dpiX) * inchToMillimeterFactor;                var transformedY = (point.Position.Y / dpiY) * inchToMillimeterFactor;                transformedInkPoints.Add(new System.Windows.Point(transformedX, transformedY));            }            return transformedInkPoints;        }
      
     
    
   

调用墨迹API

这里需要前面复制好的密钥跟终结点地址。识别其实很简单，就是把墨迹数据转换成json后给服务器发生一个put请求，识别成功后就会返回一个json字符串的结果。

private async Task
   
     InkRec(InkData data)        {            string inkRecognitionUrl = "/inkrecognizer/v1.0-preview/recognize";            string endPoint = "x";            string subscriptionKey = "x";            using (HttpClient client = new HttpClient { BaseAddress = new Uri(endPoint) })            {                System.Net.ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12 | SecurityProtocolType.Tls11 | SecurityProtocolType.Tls;                client.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json"));                client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", subscriptionKey);                var jsonData = JsonConvert.SerializeObject(data);                var content = new StringContent(jsonData, Encoding.UTF8, "application/json");                var res = await client.PutAsync(inkRecognitionUrl, content);                if (res.IsSuccessStatusCode)                {                    var result = await res.Content.ReadAsStringAsync();                    return result;                }                else                {                    var err = $"ErrorCode: {res.StatusCode}";                    return err;                }            }        }
   

解析识别结果

识别成功后，结果会以json字符串的形式进行返回。结果是一个数组，里面存放了每一个笔迹的识别结果，以及最终的识别结果。

{"recognitionUnits":[{"alternates":[{"category":"inkWord","recognizedString":"乖"},{"category":"inkWord","recognizedString":"黍"},{"category":"inkWord","recognizedString":"秉"},{"category":"inkWord","recognizedString":"乗"},{"category":"inkWord","recognizedString":"埀"}],"boundingRectangle":{"height":48.159999847412109,"topX":7.190000057220459,"topY":22.010000228881836,"width":35.639999389648438},"category":"inkWord","class":"leaf","id":4,"parentId":3,"recognizedText":"乘","rotatedBoundingRectangle":[{"x":41.490001678466797,"y":21.25},{"x":43.209999084472656,"y":69.239997863769531},{"x":7.8299999237060547,"y":70.5},{"x":6.1100001335144043,"y":22.520000457763672}],"strokeIds":[0,1,2,3,4,5,6,7,8,9]},{"alternates":[{"category":"inkWord","recognizedString":"風"},{"category":"inkWord","recognizedString":"夙"},{"category":"inkWord","recognizedString":"凤"},{"category":"inkWord","recognizedString":"凡"},{"category":"inkWord","recognizedString":"㶡"}],"boundingRectangle":{"height":32."class":"leaf","id":8,"parent...

那么我们只要对其进行反序列化取出想要的识别结果就行了。

public class InkRecResponse    {        public List
   
     recognitionUnits { get; set; }    }    public class InkRecResponseUnit    {        public string category { get; set; }        public string recognizedText { get; set; }    }   private async void Button_InkRec(object sender, RoutedEventArgs e)        {            var inkData = GetInkData();            var response = await InkRec(inkData);            var jsonObj = JsonConvert.DeserializeObject
    
     (response);            var recognizedText = jsonObj.recognitionUnits.First(o => o.category == "line").recognizedText;            this.output.Text = recognizedText;        }
    
   

运行一下

我们的程序写好了，运行一下。在canvas上随便写上几个汉字点击识别按钮。字虽然丑了点，但是结果还是完美的。

总结

使用Azure墨迹识别可以轻松的识别手写输入设备的笔迹。墨迹识别功能并不是见到的orc识别，它可以对每一个笔画进行识别，提供候选结果。以上代码虽然多，其实主要是获取墨迹数据比较麻烦，其实真正识别墨迹只是一个http put请求而已，这是非常简单的。有了这个API我们可以实现很多创意，比如稍微改进下上面的代码就可以实现手写文字的连续识别功能，一边写一边不断的识别，封装进平板就是一款可以实时识别手写板啦。

关注我的公众号一起玩转技术