التعرف البصري على الحروف للصور (الإصدار 4.0)
إشعار
لاستخراج النص من مستندات PDF وOffice وHTML وصور المستندات، استخدم نموذج Document Intelligence Read OCR المحسن للمستندات الرقمية والممسوحة ضوئيا ذات النص الثقيل باستخدام واجهة برمجة تطبيقات غير متزامنة تسهل تشغيل سيناريوهات معالجة المستندات الذكية.
بدأ التعرف البصري على الحروف تقليديا كأسلوب قائم على التعلم الآلي لاستخراج النص من الصور داخل البرية وغير المستند مثل تسميات المنتجات والصور التي أنشأها المستخدم ولقطات الشاشة وعلامات الشوارع والملصقات. بالنسبة إلى عدة سيناريوهات، مثل الصور الفردية غير الثقيلة في النص، تحتاج إلى واجهة برمجة تطبيقات أو خدمة سريعة ومتزامنة. يسمح ذلك بتضمين التعرف البصري على الحروف (OCR) في تجارب المستخدم في الوقت الفعلي تقريبا لإثراء فهم المحتوى ومتابعة إجراءات المستخدم مع أوقات التشغيل السريع.
ما هو Computer Vision v4.0 Read OCR؟
توفر واجهة برمجة تطبيقات REST الجديدة ل Computer Vision Image Analysis 4.0 القدرة على استخراج النص المطبوع أو المكتوب بخط اليد من الصور في واجهة برمجة تطبيقات متزامنة موحدة محسنة للأداء تجعل من السهل الحصول على جميع رؤى الصور بما في ذلك نتائج التعرف البصري على الحروف في عملية واجهة برمجة تطبيقات واحدة. تم بناء محرك قراءة التعرف البصري على الحروف (OCR) فوق نماذج التعلم العميق المتعددة المدعومة من النماذج العالمية المستندة إلى البرنامج النصي لدعم اللغة العالمية.
تلميح
يمكنك استخدام ميزة التعرف البصري على الحروف من خلال خدمة Azure OpenAI . يتيح لك نموذج GPT-4 Turbo with Vision الدردشة مع مساعد الذكاء الاصطناعي يمكنه تحليل الصور التي تشاركها، ويستخدم خيار تحسين الرؤية تحليل الصور لمنح المساعدة الذكاء الاصطناعي المزيد من التفاصيل (النص القابل للقراءة ومواقع الكائنات) حول الصورة. لمزيد من المعلومات، راجع GPT-4 Turbo with Vision quickstart.
مثال على استخراج النص
توضح استجابة JSON التالية ما ترجعه واجهة برمجة تطبيقات تحليل الصور 4.0 عند استخراج النص من الصورة المحددة.
{
"modelVersion": "2024-02-01",
"metadata":
{
"width": 1000,
"height": 945
},
"readResult":
{
"blocks":
[
{
"lines":
[
{
"text": "You must be the change you",
"boundingPolygon":
[
{"x":251,"y":265},
{"x":673,"y":260},
{"x":674,"y":308},
{"x":252,"y":318}
],
"words":
[
{"text":"You","boundingPolygon":[{"x":252,"y":267},{"x":307,"y":265},{"x":307,"y":318},{"x":253,"y":318}],"confidence":0.996},
{"text":"must","boundingPolygon":[{"x":318,"y":264},{"x":386,"y":263},{"x":387,"y":316},{"x":319,"y":318}],"confidence":0.99},
{"text":"be","boundingPolygon":[{"x":396,"y":262},{"x":432,"y":262},{"x":432,"y":315},{"x":396,"y":316}],"confidence":0.891},
{"text":"the","boundingPolygon":[{"x":441,"y":262},{"x":503,"y":261},{"x":503,"y":312},{"x":442,"y":314}],"confidence":0.994},
{"text":"change","boundingPolygon":[{"x":513,"y":261},{"x":613,"y":262},{"x":613,"y":306},{"x":513,"y":311}],"confidence":0.99},
{"text":"you","boundingPolygon":[{"x":623,"y":262},{"x":673,"y":263},{"x":673,"y":302},{"x":622,"y":305}],"confidence":0.994}
]
},
{
"text": "wish to see in the world !",
"boundingPolygon":
[
{"x":325,"y":338},
{"x":695,"y":328},
{"x":696,"y":370},
{"x":325,"y":381}
],
"words":
[
{"text":"wish","boundingPolygon":[{"x":325,"y":339},{"x":390,"y":337},{"x":391,"y":380},{"x":326,"y":381}],"confidence":0.992},
{"text":"to","boundingPolygon":[{"x":406,"y":337},{"x":443,"y":335},{"x":443,"y":379},{"x":407,"y":380}],"confidence":0.995},
{"text":"see","boundingPolygon":[{"x":451,"y":335},{"x":494,"y":334},{"x":494,"y":377},{"x":452,"y":379}],"confidence":0.996},
{"text":"in","boundingPolygon":[{"x":502,"y":333},{"x":533,"y":332},{"x":534,"y":376},{"x":503,"y":377}],"confidence":0.996},
{"text":"the","boundingPolygon":[{"x":542,"y":332},{"x":590,"y":331},{"x":590,"y":375},{"x":542,"y":376}],"confidence":0.995},
{"text":"world","boundingPolygon":[{"x":599,"y":331},{"x":664,"y":329},{"x":664,"y":372},{"x":599,"y":374}],"confidence":0.995},
{"text":"!","boundingPolygon":[{"x":672,"y":329},{"x":694,"y":328},{"x":694,"y":371},{"x":672,"y":372}],"confidence":0.957}
]
},
{
"text": "Everything has its beauty , but",
"boundingPolygon":
[
{"x":254,"y":439},
{"x":644,"y":433},
{"x":645,"y":484},
{"x":255,"y":488}
],
"words":
[
{"text":"Everything","boundingPolygon":[{"x":254,"y":442},{"x":379,"y":440},{"x":380,"y":486},{"x":257,"y":488}],"confidence":0.97},
{"text":"has","boundingPolygon":[{"x":388,"y":440},{"x":435,"y":438},{"x":436,"y":485},{"x":389,"y":486}],"confidence":0.965},
{"text":"its","boundingPolygon":[{"x":445,"y":438},{"x":485,"y":437},{"x":486,"y":485},{"x":446,"y":485}],"confidence":0.99},
{"text":"beauty","boundingPolygon":[{"x":495,"y":437},{"x":567,"y":435},{"x":568,"y":485},{"x":496,"y":485}],"confidence":0.685},
{"text":",","boundingPolygon":[{"x":577,"y":435},{"x":583,"y":435},{"x":583,"y":485},{"x":577,"y":485}],"confidence":0.939},
{"text":"but","boundingPolygon":[{"x":589,"y":435},{"x":644,"y":434},{"x":644,"y":485},{"x":589,"y":485}],"confidence":0.628}
]
},
{
"text": "not everyone sees it !",
"boundingPolygon":
[
{"x":363,"y":508},
{"x":658,"y":493},
{"x":659,"y":539},
{"x":364,"y":552}
],
"words":
[
{"text":"not","boundingPolygon":[{"x":363,"y":510},{"x":412,"y":508},{"x":413,"y":548},{"x":365,"y":552}],"confidence":0.989},
{"text":"everyone","boundingPolygon":[{"x":420,"y":507},{"x":521,"y":501},{"x":522,"y":542},{"x":421,"y":548}],"confidence":0.924},
{"text":"sees","boundingPolygon":[{"x":536,"y":501},{"x":588,"y":498},{"x":589,"y":540},{"x":537,"y":542}],"confidence":0.987},
{"text":"it","boundingPolygon":[{"x":597,"y":497},{"x":627,"y":495},{"x":628,"y":540},{"x":598,"y":540}],"confidence":0.995},
{"text":"!","boundingPolygon":[{"x":635,"y":495},{"x":656,"y":494},{"x":657,"y":540},{"x":636,"y":540}],"confidence":0.952}
]
}
]
}
]
}
}
استخدام API
تعد ميزة استخراج النص جزءا من واجهة برمجة تطبيقات تحليل الصور. تضمين Read في معلمة استعلام الميزات . ثم، عند الحصول على استجابة JSON الكاملة، قم بتحليل السلسلة لمحتويات "readResult" القسم.
الخطوات التالية
اتبع التشغيل السريع لتحليل الصور لاستخراج نص من صورة باستخدام واجهة برمجة تطبيقات تحليل الصور 4.0.