Kenali tulisan tangan pengguna

Pengenalan Tulis Tangan API memungkinkan Anda mengenali teks dari input tulisan tangan saat sedang aktif.

Christian Liebel

Thomas Steiner

Apa itu Handwriting Recognition API?

Pengenalan Tulis Tangan API memungkinkan Anda mengonversi tulisan tangan (tinta) dari pengguna menjadi teks. Beberapa sistem operasi telah lama menyertakan API tersebut, dan dengan kemampuan baru ini, aplikasi web Anda akhirnya dapat menggunakan fungsi ini. Konversi terjadi langsung di perangkat pengguna, berfungsi bahkan dalam mode offline, semuanya tanpa menambahkan library atau layanan pihak ketiga apa pun.

API ini menerapkan apa yang disebut pengenalan "online" atau mendekati real-time. Artinya, input tulisan tangan dikenali saat pengguna menggambarnya dengan mengambil dan menganalisis goresan tunggal. Berbeda dengan prosedur "off-line" seperti Pengenalan Karakter Optik (OCR), yang hanya mengetahui produk akhirnya, algoritma online dapat memberikan tingkat akurasi yang lebih tinggi karena sinyal tambahan seperti urutan temporal dan tekanan tiap goresan tinta.

Kasus penggunaan yang disarankan untuk Handwriting Recognition API

Contoh penggunaannya meliputi:

• Aplikasi pembuatan catatan yang memungkinkan pengguna membuat catatan tulisan tangan dan mengubahnya menjadi teks.
• Membentuk aplikasi yang memungkinkan pengguna menggunakan input pena atau jari karena keterbatasan waktu.
• Game yang mengharuskan pengisian huruf atau angka, seperti teka-teki silang, hangman, atau sudoku.

Status saat ini

Handwriting Recognition API tersedia dari (Chromium 99).

Cara menggunakan Handwriting Recognition API

Deteksi fitur

Deteksi dukungan browser dengan memeriksa keberadaan metode createHandwritingRecognizer() pada objek navigator:

if ('createHandwritingRecognizer' in navigator) {
  // 🎉 The Handwriting Recognition API is supported!
}

Konsep inti

Handwriting Recognition API mengonversi input tulisan tangan menjadi teks, apa pun metode inputnya (mouse, sentuh, pena). API ini memiliki empat entity utama:

1. Titik mewakili lokasi pointer pada waktu tertentu.
2. Goresan terdiri dari satu atau beberapa titik. Perekaman goresan dimulai saat pengguna meletakkan pointer ke bawah (yaitu, mengklik tombol mouse utama, atau menyentuh layar dengan pena atau jari) dan berakhir saat mereka mengangkat pointer kembali ke atas.
3. Gambar terdiri dari satu atau beberapa goresan. Pengenalan yang sebenarnya dilakukan di tingkat ini.
4. Pengenalan dikonfigurasi dengan bahasa input yang diharapkan. Ini digunakan untuk membuat instance gambar dengan konfigurasi pengenal yang diterapkan.

Konsep ini diterapkan sebagai antarmuka dan kamus spesifik, yang akan saya bahas sebentar lagi.

Membuat pengenal

Untuk mengenali teks dari input tulisan tangan, Anda perlu mendapatkan instance HandwritingRecognizer dengan memanggil navigator.createHandwritingRecognizer() dan meneruskan batasan kenya. Batasan menentukan model pengenalan tulisan tangan yang harus digunakan. Saat ini, Anda dapat menentukan daftar bahasa sesuai urutan preferensi:

const recognizer = await navigator.createHandwritingRecognizer({
  languages: ['en'],
});

Metode ini menampilkan promise yang diselesaikan dengan instance HandwritingRecognizer saat browser dapat memenuhi permintaan Anda. Jika tidak, promise akan ditolak dengan error, dan pengenalan tulisan tangan tidak akan tersedia. Karena alasan ini, Anda mungkin perlu meminta dukungan pengenal untuk fitur pengenalan tertentu terlebih dahulu.

Dukungan pengenal kueri

Dengan memanggil navigator.queryHandwritingRecognizerSupport(), Anda dapat memeriksa apakah platform target mendukung fitur pengenalan tulis tangan yang ingin Anda gunakan. Pada contoh berikut, developer:

• ingin mendeteksi pesan teks dalam bahasa Inggris
• mendapatkan prediksi alternatif yang lebih kecil jika tersedia
• mendapatkan akses ke hasil segmentasi, yaitu karakter yang dikenali, termasuk titik dan goresan

const { languages, alternatives, segmentationResults } =
  await navigator.queryHandwritingRecognizerSupport({
    languages: ['en'],
    alternatives: true,
    segmentationResult: true,
  });

console.log(languages); // true or false
console.log(alternatives); // true or false
console.log(segmentationResult); // true or false

Metode ini menampilkan promise yang diselesaikan dengan objek hasil. Jika browser mendukung fitur yang ditetapkan oleh developer, nilainya akan ditetapkan ke true. Jika tidak, nilai ini akan ditetapkan ke false. Anda dapat menggunakan informasi ini untuk mengaktifkan atau menonaktifkan fitur tertentu dalam aplikasi, atau untuk menyesuaikan kueri dan mengirim kueri baru.

Mulai menggambar

Dalam aplikasi, Anda harus menyediakan area input tempat pengguna membuat entri tulisan tangan. Karena alasan performa, sebaiknya terapkan cara ini dengan bantuan objek kanvas. Penerapan sebenarnya dari bagian ini berada di luar cakupan artikel ini, tetapi Anda dapat membaca demo untuk mengetahui cara melakukannya.

Untuk memulai gambar baru, panggil metode startDrawing() pada pengenal. Metode ini mengambil objek yang berisi petunjuk berbeda untuk meningkatkan kualitas algoritma pengenalan. Semua petunjuk bersifat opsional:

• Jenis teks yang dimasukkan: teks, alamat email, angka, atau karakter individual (recognitionType)
• Jenis perangkat input: input mouse, sentuh, atau pena (inputType)
• Teks sebelumnya (textContext)
• Jumlah prediksi alternatif yang kurang mungkin dan harus ditampilkan (alternatives)
• Daftar karakter yang dapat diidentifikasi ("grafik") yang kemungkinan besar akan dimasukkan pengguna (graphemeSet)

Hand Writer Recognition API berfungsi baik dengan Peristiwa Pointer yang menyediakan antarmuka abstrak untuk menggunakan input dari perangkat pointer apa pun. Argumen peristiwa pointer berisi jenis pointer yang digunakan. Ini berarti Anda dapat menggunakan peristiwa pointer untuk menentukan jenis input secara otomatis. Pada contoh berikut, gambar untuk pengenalan tulis tangan otomatis dibuat saat peristiwa pointerdown pertama kali terjadi di area tulisan tangan. Karena pointerType mungkin kosong atau ditetapkan ke nilai eksklusif, kami melakukan pemeriksaan konsistensi untuk memastikan hanya nilai yang didukung yang ditetapkan untuk jenis input gambar.

let drawing;
let activeStroke;

canvas.addEventListener('pointerdown', (event) => {
  if (!drawing) {
    drawing = recognizer.startDrawing({
      recognitionType: 'text', // email, number, per-character
      inputType: ['mouse', 'touch', 'pen'].find((type) => type === event.pointerType),
      textContext: 'Hello, ',
      alternatives: 2,
      graphemeSet: ['f', 'i', 'z', 'b', 'u'], // for a fizz buzz entry form
    });
  }
  startStroke(event);
});

Tambahkan goresan

Peristiwa pointerdown juga merupakan tempat yang tepat untuk memulai goresan baru. Untuk melakukannya, buat instance baru dari HandwritingStroke. Selain itu, Anda harus menyimpan waktu saat ini sebagai titik referensi untuk titik berikutnya yang ditambahkan ke dalamnya:

function startStroke(event) {
  activeStroke = {
    stroke: new HandwritingStroke(),
    startTime: Date.now(),
  };
  addPoint(event);
}

Tambahkan titik

Setelah membuat {i>stroke<i}, Anda harus langsung menambahkan titik pertama ke sana. Karena Anda akan menambahkan lebih banyak titik di lain waktu, sebaiknya terapkan logika pembuatan titik dalam metode terpisah. Pada contoh berikut, metode addPoint() menghitung waktu yang telah berlalu dari stempel waktu referensi. Informasi temporal bersifat opsional, tetapi dapat meningkatkan kualitas pengenalan. Kemudian, kode ini akan membaca koordinat X dan Y dari peristiwa pointer dan menambahkan titik tersebut ke goresan saat ini.

function addPoint(event) {
  const timeElapsed = Date.now() - activeStroke.startTime;
  activeStroke.stroke.addPoint({
    x: event.offsetX,
    y: event.offsetY,
    t: timeElapsed,
  });
}

Pengendali peristiwa pointermove dipanggil saat pointer dipindahkan di layar. Titik-titik tersebut juga perlu ditambahkan ke {i>stroke<i}. Peristiwa ini juga dapat dinaikkan jika pointer tidak dalam status "bawah", misalnya saat menggerakkan kursor melintasi layar tanpa menekan tombol mouse. Pengendali peristiwa dari contoh berikut memeriksa apakah ada goresan aktif, dan menambahkan titik baru ke dalamnya.

canvas.addEventListener('pointermove', (event) => {
  if (activeStroke) {
    addPoint(event);
  }
});

Mengenali teks

Saat pengguna mengangkat pointer lagi, Anda dapat menambahkan goresan ke gambar dengan memanggil metode addStroke(). Contoh berikut juga mereset activeStroke, sehingga pengendali pointermove tidak akan menambahkan titik ke goresan yang telah selesai.

Selanjutnya, saatnya mengenali input pengguna dengan memanggil metode getPrediction() pada gambar. Pengenalan biasanya memerlukan waktu kurang dari beberapa ratus milidetik, sehingga Anda dapat menjalankan prediksi berulang kali jika diperlukan. Contoh berikut menjalankan prediksi baru setelah setiap goresan selesai.

canvas.addEventListener('pointerup', async (event) => {
  drawing.addStroke(activeStroke.stroke);
  activeStroke = null;

  const [mostLikelyPrediction, ...lessLikelyAlternatives] = await drawing.getPrediction();
  if (mostLikelyPrediction) {
    console.log(mostLikelyPrediction.text);
  }
  lessLikelyAlternatives?.forEach((alternative) => console.log(alternative.text));
});

Metode ini menampilkan promise yang di-resolve dengan array prediksi yang diurutkan berdasarkan kemungkinannya. Jumlah elemen bergantung pada nilai yang Anda teruskan ke petunjuk alternatives. Anda dapat menggunakan array ini untuk menampilkan pilihan kemungkinan kecocokan kepada pengguna, dan meminta mereka memilih salah satu opsi. Atau, Anda dapat memilih prediksi yang paling mungkin, seperti yang saya lakukan dalam contoh.

Objek prediksi berisi teks yang dikenali dan hasil segmentasi opsional, yang akan saya bahas di bagian berikutnya.

Wawasan mendetail dengan hasil segmentasi

Jika didukung oleh platform target, objek prediksi juga dapat berisi hasil segmentasi. Ini adalah array yang berisi semua segmen tulisan tangan yang dikenali, kombinasi karakter yang dapat diidentifikasi dan dikenali pengguna (grapheme) beserta posisinya di teks yang dikenali (beginIndex, endIndex), serta goresan dan titik yang membuatnya.

if (mostLikelyPrediction.segmentationResult) {
  mostLikelyPrediction.segmentationResult.forEach(
    ({ grapheme, beginIndex, endIndex, drawingSegments }) => {
      console.log(grapheme, beginIndex, endIndex);
      drawingSegments.forEach(({ strokeIndex, beginPointIndex, endPointIndex }) => {
        console.log(strokeIndex, beginPointIndex, endPointIndex);
      });
    },
  );
}

Anda dapat menggunakan informasi ini untuk melacak lagi grafem yang dikenali di kanvas.

Pengenalan lengkap

Setelah pengenalan selesai, Anda dapat membebaskan resource dengan memanggil metode clear() pada HandwritingDrawing, dan metode finish() di HandwritingRecognizer:

drawing.clear();
recognizer.finish();

Demo

Komponen web <handwriting-textarea> menerapkan kontrol pengeditan yang ditingkatkan secara progresif, yang mampu mengenali tulisan tangan. Dengan mengklik tombol di pojok kanan bawah kontrol pengeditan, Anda akan mengaktifkan mode menggambar. Setelah Anda menyelesaikan gambar, komponen web akan otomatis memulai pengenalan dan menambahkan kembali teks yang dikenali ke kontrol pengeditan. Jika Handwriting Recognition API tidak didukung sama sekali, atau platform tidak mendukung fitur yang diminta, tombol edit akan disembunyikan. Namun, kontrol pengeditan dasar tetap dapat digunakan sebagai <textarea>.

Komponen web menawarkan properti dan atribut untuk menentukan perilaku pengenalan dari luar, termasuk languages dan recognitiontype. Anda dapat menetapkan konten kontrol melalui atribut value:

<handwriting-textarea languages="en" recognitiontype="text" value="Hello"></handwriting-textarea>

Untuk mendapatkan informasi tentang perubahan apa pun pada nilai, Anda dapat memproses peristiwa input.

Anda dapat mencoba komponen ini menggunakan demo ini di Glitch. Pastikan juga untuk melihat kode sumber. Untuk menggunakan kontrol di aplikasi Anda, dapatkan dari npm.

Keamanan dan izin

Tim Chromium merancang dan menerapkan API Pengenalan Tulis Tangan menggunakan prinsip inti yang ditetapkan dalam Mengontrol Akses ke Fitur Platform Web yang Canggih, termasuk kontrol pengguna, transparansi, dan ergonomi.

Kontrol pengguna

Handwriting Recognition API tidak dapat dinonaktifkan oleh pengguna. Opsi ini hanya tersedia untuk situs yang dikirim melalui HTTPS, dan hanya dapat dipanggil dari konteks penjelajahan tingkat atas.

Transparansi

Tidak ada indikasi jika pengenalan tulis tangan aktif. Untuk mencegah pelacakan sidik jari, browser mengimplementasikan tindakan penanggulangan, seperti menampilkan permintaan izin kepada pengguna saat mendeteksi kemungkinan penyalahgunaan.

Persistensi izin

Handwriting Recognition API saat ini tidak menampilkan perintah izin apa pun. Dengan demikian, izin tidak perlu dipertahankan dengan cara apa pun.

Masukan

Tim Chromium ingin mengetahui pengalaman Anda saat menggunakan Handwriting Recognition API.

Beri tahu kami tentang desain API

Apakah ada sesuatu tentang API yang tidak berfungsi seperti yang Anda harapkan? Atau apakah ada metode atau properti yang hilang yang diperlukan untuk menerapkan ide Anda? Ada pertanyaan atau komentar tentang model keamanan? Ajukan masalah spesifikasi di repo GitHub yang sesuai, atau tambahkan pendapat Anda ke masalah yang sudah ada.

Laporkan masalah terkait penerapan

Apakah Anda menemukan bug pada implementasi Chromium? Atau apakah implementasinya berbeda dengan spesifikasi? Laporkan bug di new.crbug.com. Pastikan untuk menyertakan detail sebanyak mungkin, petunjuk sederhana untuk mereproduksi, dan masukkan Blink>Handwriting di kotak Components. Glitch sangat cocok untuk membagikan repro dengan cepat dan mudah.

Menunjukkan dukungan untuk API

Apakah Anda berencana menggunakan Handwriting Recognition API? Dukungan publik Anda membantu tim Chromium memprioritaskan fitur dan menunjukkan kepada vendor browser lain betapa pentingnya mendukung mereka.

Bagikan rencana Anda untuk menggunakannya di thread Discourse WICG. Kirim tweet ke @ChromiumDev menggunakan hashtag #HandwritingRecognition dan beri tahu kami tempat dan cara Anda menggunakannya.

Link Bermanfaat

• Penjelasan
• Draf spesifikasi
• Repositori GitHub
• ChromeStatus
• Bug Chromium
• Peninjauan TAG
• Niat untuk Membuat Prototipe
• Thread WebKit-Dev
• Posisi standar Mozilla

Ucapan terima kasih

Artikel ini diulas oleh Joe Medley, Honglin Yu, dan Jiewei Qian. Banner besar oleh Samir Bouaked di Unsplash.