Reconoce la escritura a mano de tus usuarios

La API de reconocimiento de escritura a mano te permite reconocer texto de entradas escritas a mano a medida que sucede.

Christian Liebel

Thomas Steiner

¿Qué es la API de reconocimiento de escritura a mano?

La API de reconocimiento de escritura a mano te permite convertir la escritura a mano (con tinta) de tus usuarios en texto. Algunos sistemas operativos han incluido estas APIs durante mucho tiempo y, con esta nueva capacidad, tus aplicaciones web pueden finalmente usar esta funcionalidad. La conversión se realiza directamente en el dispositivo del usuario y funciona incluso en el modo sin conexión, sin agregar bibliotecas ni servicios de terceros.

Esta API implementa el reconocimiento “en línea” o casi en tiempo real. Esto significa que la entrada escrita a mano se reconoce mientras el usuario la dibuja mediante la captura y el análisis de los trazos individuales. A diferencia de los procedimientos sin conexión, como el reconocimiento óptico de caracteres (OCR), en los que solo se conoce el producto final, los algoritmos en línea pueden proporcionar un mayor nivel de precisión debido a señales adicionales, como la secuencia temporal y la presión de los trazos de tinta individuales.

Casos de uso sugeridos para la API de reconocimiento de escritura a mano

Estos son algunos ejemplos de usos:

• Aplicaciones para tomar notas en las que los usuarios desean capturar notas escritas a mano y traducirlas a texto
• Aplicaciones de Formularios en las que los usuarios pueden utilizar lápiz o entrada con el dedo debido a limitaciones de tiempo
• Juegos que requieren completar letras o números, como crucigramas, ahorcado o sudoku.

Estado actual

La API de reconocimiento de escritura a mano está disponible en Chromium 99.

Cómo usar la API de reconocimiento de escritura a mano

Detección de funciones

Para detectar la compatibilidad con el navegador, verifica la existencia del método createHandwritingRecognizer() en el objeto Navigator:

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

Conceptos básicos

La API de reconocimiento de escritura a mano convierte la entrada de escritura a mano en texto, independientemente del método de entrada (mouse, táctil, lápiz). La API tiene cuatro entidades principales:

1. Un punto representa dónde se encontraba el puntero en un momento determinado.
2. Un trazo consta de uno o más puntos. La grabación de un trazo comienza cuando el usuario baja el puntero (es decir, hace clic en el botón principal del mouse o toca la pantalla con el lápiz o el dedo) y finaliza cuando vuelve a levantar el puntero.
3. Un dibujo consiste en uno o más trazos. El reconocimiento real se lleva a cabo en este nivel.
4. El reconocidor está configurado con el idioma de entrada esperado. Se usa para crear una instancia de un dibujo con la configuración del reconocedor aplicada.

Estos conceptos se implementan como interfaces y diccionarios específicos, de los que hablaremos en breve.

Crea un reconocedor

Para reconocer texto de una entrada escrita a mano, debes obtener una instancia de un HandwritingRecognizer llamando a navigator.createHandwritingRecognizer() y pasándole restricciones. Las restricciones determinan el modelo de reconocimiento de escritura a mano que se debe usar. Por el momento, puedes especificar una lista de idiomas en orden de preferencia:

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

Precaución: La implementación actual en ChromeOS solo puede reconocer un idioma a la vez. Solo admite inglés (en) y un modelo de gestos (zxx-x-gesture) para reconocer gestos como tachado.

El método muestra una promesa que se resuelve con una instancia de HandwritingRecognizer cuando el navegador puede completar tu solicitud. De lo contrario, rechazará la promesa con un error y el reconocimiento de escritura a mano no estará disponible. Por este motivo, te recomendamos que primero consultes la compatibilidad del reconocedor con características de reconocimiento particulares.

Compatibilidad con el reconocedor de consultas

Si llamas a navigator.queryHandwritingRecognizerSupport(), puedes verificar si la plataforma de destino admite las funciones de reconocimiento de escritura a mano que quieres usar. En el siguiente ejemplo, el desarrollador hace lo siguiente:

• quiere detectar textos en inglés
• Obtén predicciones alternativas y menos probables cuando estén disponibles.
• obtener acceso al resultado de la segmentación, es decir, los caracteres reconocidos, incluidos los puntos y trazos que los componen

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

El método muestra una promesa que se resuelve con un objeto result. Si el navegador admite la función que especifica el desarrollador, su valor se establecerá en true. De lo contrario, se establecerá como false. Puedes usar esta información para habilitar o inhabilitar ciertas funciones dentro de tu aplicación, o para ajustar tu consulta y enviar una nueva.

Nota: Debido a cuestiones relacionadas con la creación de huellas digitales, no puedes solicitar una lista de funciones compatibles, como idiomas específicos, y el navegador podría solicitar permiso del usuario o rechazar tu solicitud por completo si envías demasiadas consultas de funciones.

Empieza a dibujar

Dentro de tu aplicación, debes ofrecer un área de entrada en la que el usuario realice sus entradas escritas a mano. Por motivos de rendimiento, se recomienda implementarlo con la ayuda de un objeto de lienzo. La implementación exacta de esta parte está fuera del alcance de este artículo, pero puedes consultar la demostración para ver cómo se puede hacer.

Para iniciar un nuevo dibujo, llama al método startDrawing() en el reconocedor. Este método toma un objeto que contiene diferentes sugerencias para ajustar el algoritmo de reconocimiento. Todas las sugerencias son opcionales:

• El tipo de texto que se ingresa: texto, direcciones de correo electrónico, números o un carácter individual (recognitionType)
• El tipo de dispositivo de entrada: mouse, entrada táctil o lápiz (inputType)
• El texto anterior (textContext)
• La cantidad de predicciones alternativas menos probables que se deben mostrar (alternatives)
• Una lista de caracteres de identificación del usuario ("grafemas") que probablemente ingrese el usuario (graphemeSet)

La API de reconocimiento de escritura a mano funciona bien con los eventos de puntero, que proporcionan una interfaz abstracta para consumir entradas de cualquier dispositivo apuntador. Los argumentos del evento del puntero contienen el tipo de puntero que se usa. Esto significa que puedes usar eventos del puntero para determinar el tipo de entrada automáticamente. En el siguiente ejemplo, el dibujo para el reconocimiento de escritura a mano se crea automáticamente la primera vez que se produce un evento pointerdown en el área de escritura a mano. Como pointerType puede estar vacío o establecerse en un valor propio, agregué una verificación de coherencia a fin de garantizar que solo se establezcan los valores admitidos para el tipo de entrada del dibujo.

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);
});

Precaución: La implementación actual en ChromeOS aún no admite conjuntos de grafemas, por lo que se ignoran en silencio.

Cómo agregar un trazo

El evento pointerdown también es el lugar adecuado para comenzar un nuevo trazo. Para ello, crea una instancia nueva de HandwritingStroke. Además, debes almacenar la hora actual como punto de referencia para los puntos posteriores que se le agreguen:

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

Agregar un punto

Después de crear el trazo, debes agregarle directamente el primer punto. Como agregarás más puntos más adelante, tiene sentido implementar la lógica de creación de puntos en un método separado. En el siguiente ejemplo, el método addPoint() calcula el tiempo transcurrido a partir de la marca de tiempo de referencia. La información temporal es opcional, pero puede mejorar la calidad de reconocimiento. Luego, lee las coordenadas X e Y del evento del puntero y agrega el punto al trazo actual.

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

Se llama al controlador de eventos pointermove cuando el puntero se mueve por la pantalla. Esos puntos también deben agregarse al trazo. El evento también se puede activar si el puntero no está "abajo", por ejemplo, cuando mueves el cursor por la pantalla sin presionar el botón del mouse. El controlador de eventos del siguiente ejemplo verifica si existe un trazo activo y le agrega el punto nuevo.

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

Reconoce texto

Cuando el usuario vuelva a levantar el puntero, podrás agregar el trazo a tu dibujo llamando a su método addStroke(). En el siguiente ejemplo, también se restablece el activeStroke, por lo que el controlador pointermove no agregará puntos al trazo completado.

Nota: Si es necesario, también puedes usar el método getStrokes() del dibujo para enumerar todos los trazos, y el método removeStroke() para quitar uno en particular del dibujo.

A continuación, es momento de reconocer la entrada del usuario llamando al método getPrediction() en el dibujo. El reconocimiento suele tardar menos de unos cientos de milisegundos, por lo que puedes ejecutar predicciones de forma repetida si es necesario. En el siguiente ejemplo, se ejecuta una predicción nueva después de cada trazo completado.

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));
});

Este método muestra una promesa que se resuelve con un array de predicciones ordenadas por su probabilidad. La cantidad de elementos depende del valor que pasaste a la sugerencia alternatives. Podrías usar este array para presentar al usuario una variedad de coincidencias posibles y hacer que seleccione una opción. Como alternativa, puedes optar por la predicción más probable, que es lo que hago en el ejemplo.

El objeto de predicción contiene el texto reconocido y un resultado de segmentación opcional, que analizaremos en la siguiente sección.

Estadísticas detalladas con resultados de segmentación

Si la plataforma de destino lo admite, el objeto de predicción también puede contener un resultado de segmentación. Este es un array que contiene todo el segmento de escritura a mano reconocido, una combinación del carácter reconocido de identificación del usuario (grapheme) junto con su posición en el texto reconocido (beginIndex, endIndex) y los trazos y puntos que lo crearon.

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);
      });
    },
  );
}

Podrías usar esta información para volver a encontrar los grafemas reconocidos en el lienzo.

Reconocimiento completo

Una vez que se complete el reconocimiento, puedes liberar recursos si llamas al método clear() en HandwritingDrawing y al método finish() en HandwritingRecognizer:

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

Demostración

El componente web <handwriting-textarea> implementa un control de edición mejorado de forma progresiva capaz de reconocer la escritura a mano. Para activar el modo de dibujo, haz clic en el botón de la esquina inferior derecha del control de edición. Cuando completes el dibujo, el componente web iniciará automáticamente el reconocimiento y agregará el texto reconocido de nuevo al control de edición. Si la API de reconocimiento de escritura a mano no es compatible o la plataforma no admite las funciones solicitadas, se ocultará el botón de edición. Sin embargo, el control de edición básico se puede seguir usando como <textarea>.

El componente web ofrece propiedades y atributos para definir el comportamiento de reconocimiento desde el exterior, incluidos languages y recognitiontype. Puedes configurar el contenido del control a través del atributo value:

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

Para recibir información sobre cualquier cambio en el valor, puedes escuchar el evento input.

Puedes probar el componente con esta demostración de Glitch. Además, asegúrate de consultar el código fuente. Para usar el control en tu aplicación, obtenlo de npm.

Seguridad y permisos

El equipo de Chromium diseñó e implementó la API de reconocimiento de escritura a mano según los principios básicos definidos en Cómo controlar el acceso a las funciones potentes de la plataforma web, incluidos el control de usuario, la transparencia y la ergonomía.

Control de usuarios

El usuario no puede desactivar la API de reconocimiento de escritura a mano. Solo está disponible para sitios web que se entregan a través de HTTPS y solo se puede llamar desde el contexto de navegación de nivel superior.

Transparencia

No hay indicación de si el reconocimiento de escritura a mano está activo. Para evitar la creación de huellas digitales, el navegador implementa medidas de prevención, como mostrar un mensaje de permiso al usuario cuando detecta un posible abuso.

Persistencia de permisos

Actualmente, la API de reconocimiento de escritura a mano no muestra ningún mensaje de permisos. Por lo tanto, no es necesario que el permiso se conserve de ninguna manera.

Comentarios

El equipo de Chromium quiere conocer tu experiencia con la API de reconocimiento de escritura a mano.

Cuéntanos sobre el diseño de la API

¿Algo en la API no funciona como esperabas? ¿O faltan métodos o propiedades que necesitas para implementar tu idea? ¿Tienes alguna pregunta o comentario sobre el modelo de seguridad? Informa un problema de especificaciones en el repositorio de GitHub correspondiente o agrega tus ideas sobre un problema existente.

Informar un problema con la implementación

¿Encontraste un error en la implementación de Chromium? ¿O la implementación es diferente de la especificación? Informa un error en new.crbug.com. Asegúrate de incluir tantos detalles como puedas, además de instrucciones simples para la reproducción, y, luego, ingresa Blink>Handwriting en el cuadro Componentes. Glitch funciona muy bien para compartir repros rápidos y fáciles.

Demuestra compatibilidad con la API

¿Piensas usar la API de reconocimiento de escritura a mano? Tu asistencia pública ayuda al equipo de Chromium a priorizar funciones y les muestra a otros proveedores de navegadores la importancia de admitirlas.

Comparte cómo piensas usarlo en la conversación del discurso de WICG. Envía un tweet a @ChromiumDev con el hashtag #HandwritingRecognition y cuéntanos dónde y cómo lo usas.

Vínculos útiles

• Explicación
• Borrador de especificaciones
• Repositorio de GitHub
• ChromeStatus
• Error de Chromium
• Revisión de TAG
• Intención de crear un prototipo
• Conversación de WebKit-Dev
• Posición de los estándares de Mozilla

Agradecimientos

Joe Medley, Honglin Yu y Jiewei Qian revisaron este artículo. Imagen hero de Samir Bouaked en Unsplash.