تثبيت حاويات Read OCR Docker

  • مقالة
  • قراءة خلال 14 دقائق

ملاحظة

بدءا من 22 سبتمبر 2020، تتم استضافة معظم الحاويات المسورة على سجل حاويات Microsoft، ولا يتطلب تنزيلها استخدام أمر تسجيل الدخول إلى docker. ستظل بحاجة إلى إكمال طلب عبر الإنترنت لتشغيل الحاوية. راجع قسم طلب الموافقة لتشغيل الحاوية لاحقا في المقالة لمزيد من المعلومات.

تمكنك الحاويات من تشغيل واجهات برمجة تطبيقات Computer Vision في بيئتك الخاصة. وتعد الحاويات رائعة لمتطلبات الأمان وإدارة البيانات المحددة. ستتعلم في هذه المقالة كيفية تنزيل حاويات Computer Vision وتثبيتها وتشغيلها.

تسمح لك حاوية قراءة التعرف البصري على الحروف باستخراج النص المطبوع والمكتوب بخط اليد من الصور والمستندات مع دعم تنسيقات ملفات JPEG وPNG وBMP وPDF وTIFF. لمزيد من المعلومات، راجع دليل كيفية قراءة واجهة برمجة التطبيقات.

الجديد

3.2-model-2022-04-30 يتوفر إصدار GA من حاوية Read مع دعم ل 164 لغة وتحسينات أخرى. إذا كنت عميلا موجودا، فالرجاء اتباع إرشادات التنزيل للبدء.

قراءة حاوية 3.2

يوفر أحدث نموذج GA لحاوية Read 3.2 OCR ما يلي:

  • نماذج جديدة لتحسين الدقة.
  • دعم لغات متعددة داخل نفس المستند.
  • دعم ما مجموعه 164 لغة. راجع القائمة الكاملة للغات المعتمدة من OCR.
  • عملية واحدة لكل من المستندات والصور.
  • دعم المستندات والصور الكبيرة.
  • درجات الثقة.
  • دعم المستندات مع كل من الطباعة والنص المكتوب بخط اليد.
  • القدرة على استخراج النص من صفحة (صفحات) محددة فقط في مستند.
  • اختر ترتيب إخراج سطر النص من الترتيب الافتراضي إلى ترتيب قراءة أكثر طبيعية للغات اللاتينية فقط.
  • تصنيف سطر النص كنمط مكتوب بخط اليد أو ليس للغات اللاتينية فقط.

إذا كنت تستخدم حاويات Read 2.0 اليوم، فشاهد دليل الترحيل للتعرف على التغييرات في الإصدارات الجديدة.

المتطلبات الأساسية

يجب عليك تلبية المتطلبات الأساسية التالية قبل استخدام الحاويات:

مطلوب الغرض
محرك "Docker" تحتاج إلى تثبيت Docker Engine على كمبيوتر مضيف. يوفر Docker الحزم التي تكوّن بيئة Docker على أنظمة التشغيل ⁧⁩macOS⁧⁩، و⁧⁩Windows⁧⁩، و⁧⁩Linux⁧⁩. للحصول على دليل تمهيدي لأساسيات Docker والحاويات، اطّلِع على ⁧⁩نظرة عامة حول Docker⁧⁩.

يجب تكوين Docker للسماح للحاويات بالاتصال ببيانات الفوترة وإرسالها إلى Azure.

في Windows، يجب أيضا تكوين Docker لدعم حاويات Linux.
الإلمام ب Docker يجب أن يكون لديك فهم أساسي لمفاهيم Docker، مثل السجلات والمستودعات والحاويات وصور الحاويات، بالإضافة إلى معرفة الأوامر الأساسية docker .
مورد Computer Vision لاستخدام الحاوية، يجب أن يكون لديك:

مورد Azure Computer Vision ومفتاح API المقترن بنقطة النهاية URI. تتوفر كلتا القيمتين في صفحتي Overview و Keys للمورد وهي مطلوبة لبدء الحاوية.

{API_KEY}: أحد مفتاحي الموارد المتوفرين في صفحة المفاتيح

{ENDPOINT_URI}: نقطة النهاية كما هو متوفر في صفحة نظرة عامة

إذا لم يكن لديك اشتراك Azure، فأنشئ حساباً مجانياً قبل أن تبدأ.

طلب الموافقة لتشغيل الحاوية

قم بتعبئة نموذج الطلب وإرساله لطلب الموافقة لتشغيل الحاوية.

يطلب النموذج معلومات عنك وعن شركتك وسيناريو المستخدم الذي ستستخدم الحاوية من أجله. بعد إرسال النموذج، يراجعه فريق الخدمات المعرفية في Azure ويرسل إليك رسالة بريد إلكتروني بقرار في غضون 10 أيام عمل.

هام

  • في النموذج، يجب استخدام عنوان بريد إلكتروني مقترن بمعرف اشتراك Azure.
  • يجب أن يكون مورد Azure الذي تستخدمه لتشغيل الحاوية قد تم إنشاؤه باستخدام معرف اشتراك Azure المعتمد.
  • تحقق من بريدك الإلكتروني (كل من علبة الوارد والمجلدات غير الهامة) للحصول على تحديثات حول حالة التطبيق الخاص بك من Microsoft.

بعد الموافقة، ستتمكن من تشغيل الحاوية بعد تنزيلها من Microsoft Container Registry (MCR)، الموضحة لاحقا في المقالة.

لن تتمكن من تشغيل الحاوية إذا لم تتم الموافقة على اشتراك Azure.

جمع المعلمات المطلوبة

هناك حاجة إلى ثلاث معلمات أساسية لجميع حاويات الخدمات المعرفية. يجب أن تكون شروط ترخيص برامج Microsoft موجودة بقيمة قبول. هناك حاجة أيضا إلى URI نقطة النهاية ومفتاح API.

URI نقطة النهاية

{ENDPOINT_URI} تتوفر القيمة في صفحة نظرة عامة على مدخل Microsoft Azure لمورد الخدمات المعرفية المقابل. انتقل إلى صفحة نظرة عامة ، مرر مؤشر الماوس فوق نقطة النهاية، وتظهر أيقونة نسخ إلى الحافظة . انسخ نقطة النهاية واستخدمها عند الحاجة.

Screenshot that shows gathering the endpoint URI for later use.

المفاتيح

{API_KEY} يتم استخدام القيمة لبدء الحاوية وهي متوفرة في صفحة مفاتيح مدخل Microsoft Azure لمورد الخدمات المعرفية المقابل. انتقل إلى صفحة Keys ، وحدد أيقونة Copy to clipboard .

Screenshot that shows getting one of the two keys for later use.

هام

تستخدم مفاتيح الاشتراك هذه للوصول إلى واجهة برمجة تطبيقات الخدمات المعرفية. لا تشارك مفاتيحك. قم بتخزينها بأمان. على سبيل المثال، استخدم Azure Key Vault. نوصي أيضا بإعادة إنشاء هذه المفاتيح بانتظام. مفتاح واحد فقط ضروري لإجراء استدعاء واجهة برمجة التطبيقات. عند إعادة إنشاء المفتاح الأول، يمكنك استخدام المفتاح الثاني للوصول المستمر إلى الخدمة.

الكمبيوتر المضيف

المضيف هو كمبيوتر يستند إلى x64 يقوم بتشغيل حاوية Docker. يمكن أن يكون جهاز كمبيوتر في أماكن عملك أو خدمة استضافة Docker في Azure، مثل:

دعم ملحق المتجهات المتقدمة

الكمبيوتر المضيف هو الكمبيوتر الذي يقوم بتشغيل حاوية docker. يجب أن يدعم المضيف ملحقات المتجهات المتقدمة (AVX2). يمكنك التحقق من دعم AVX2 على مضيفي Linux باستخدام الأمر التالي:

grep -q avx2 /proc/cpuinfo && echo AVX2 supported || echo No AVX2 support detected

تحذير

الكمبيوتر المضيف مطلوب لدعم AVX2. لن تعمل الحاوية بشكل صحيح دون دعم AVX2.

متطلبات الحاوية وتوصياتها

ملاحظة

تستند المتطلبات والتوصيات إلى معايير ذات طلب واحد في الثانية، باستخدام صورة 523 كيلوبايت لرسالة عمل ممسوحة ضوئيا تحتوي على 29 سطرا وإجمالي 803 أحرف. أدى التكوين الموصى به إلى استجابة أسرع بنسبة 2x تقريبا مقارنة بالحد الأدنى للتكوين.

يصف الجدول التالي تخصيص الحد الأدنى والموصى به للموارد لكل من حاويات Read OCR.

الحاوية الحدّ الأدنى المستحسنة
قراءة 3.2 2022-04-30 4 ذاكرات أساسية، ذاكرة 8 غيغابايت 8 نواة، ذاكرة 16 غيغا بايت
قراءة 3.2 2021-04-12 4 ذاكرات أساسية، ذاكرة 16 غيغابايت 8 نواة، ذاكرة 24 غيغابايت
قراءة 2.0-معاينة ذاكرة أساسية واحدة، ذاكرة 8 غيغابايت 8 نواة، ذاكرة 16 غيغا بايت
  • يجب أن يكون كل نواة 2.6 غيغاهيرتز على الأقل (غيغاهرتز) أو أسرع.

تتوافق الذاكرة الأساسية والذاكرة مع --cpus الإعدادات و --memory ، والتي يتم استخدامها كجزء من docker run الأمر .

الحصول على صورة الحاوية باستخدام docker pull

تتوفر صور الحاوية للقراءة.

الحاوية سجل الحاوية / المستودع / اسم الصورة علامات
قراءة 3.2 GA mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30 الأحدث، 3.2، 3.2-model-2022-04-30
قراءة 2.0-معاينة mcr.microsoft.com/azure-cognitive-services/vision/read:2.0-preview 2.0.019300020-amd64-preview

docker pull استخدم الأمر لتنزيل صورة حاوية.

سحب Docker لحاوية Read OCR

docker pull mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30

تلميح

يمكنك استخدام الأمر docker images لسرد صور الحاوية التي تم تنزيلها. على سبيل المثال، يسرد الأمر التالي المعرف والمستودع والعلامة لكل صورة حاوية تم تنزيلها، منسقة كجدول:

docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"

IMAGE ID         REPOSITORY                TAG
<image-id>       <repository-path/name>    <tag-name>

كيفية استخدام الحاوية

بمجرد أن تكون الحاوية على الكمبيوتر المضيف، استخدم العملية التالية للعمل مع الحاوية.

  1. قم بتشغيل الحاوية، مع إعدادات الفوترة المطلوبة. تتوفر المزيد من الأمثلة على docker run الأمر.
  2. الاستعلام عن نقطة نهاية التنبؤ للحاوية.

تشغيل الحاوية باستخدام docker run

استخدم الأمر docker run لتشغيل الحاوية. راجع جمع المعلمات المطلوبة للحصول على تفاصيل حول كيفية الحصول على {ENDPOINT_URI} القيم و {API_KEY} .

تتوفر أمثلة على docker run الأمر.

docker run --rm -it -p 5000:5000 --memory 16g --cpus 8 \
mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30 \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

هذا الأمر:

  • تشغيل حاوية قراءة التعرف البصري على الحروف (OCR) الأحدث من صورة الحاوية.
  • يخصص 8 ذاكرة أساسية لوحدة المعالجة المركزية و16 غيغابايت (غيغابايت) من الذاكرة.
  • يعرض منفذ TCP 5000 ويخصص TTY الزائف للحاوية.
  • يزيل الحاوية تلقائياً بعد إنهائها. صورة الحاوية لا تزال متوفرة على الكمبيوتر المضيف.

يمكنك بدلا من ذلك تشغيل الحاوية باستخدام متغيرات البيئة:

docker run --rm -it -p 5000:5000 --memory 16g --cpus 8 \
--env Eula=accept \
--env Billing={ENDPOINT_URI} \
--env ApiKey={API_KEY} \
mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30

تتوفر المزيد من الأمثلة على docker run الأمر.

هام

تُحدد الخياراتEula وBillingApiKey لتشغيل الحاوية؛ وإلا فلن يتم تشغيل الحاوية. لمزيد من المعلومات، راجع الفوترة.

إذا كنت بحاجة إلى معدل نقل أعلى (على سبيل المثال، عند معالجة الملفات متعددة الصفحات)، ففكر في نشر حاويات متعددة على مجموعة Kubernetes، باستخدام Azure StorageوAzure Queue.

إذا كنت تستخدم Azure Storage لتخزين الصور للمعالجة، يمكنك إنشاء سلسلة اتصال لاستخدامها عند استدعاء الحاوية.

للعثور على سلسلة الاتصال الخاصة بك:

  1. انتقل إلى حسابات التخزين على مدخل Microsoft Azure، وابحث عن حسابك.
  2. انقر فوق مفاتيح Access في قائمة التنقل اليسرى.
  3. ستكون سلسلة الاتصال الخاصة بك موجودة أسفل سلسلة الاتصال

تشغيل حاويات متعددة على نفس المضيف

إذا كنت تنوي تشغيل حاويات متعددة مع منافذ مكشوفة، فتأكد من تشغيل كل حاوية بمنفذ مكشوف مختلف. على سبيل المثال، قم بتشغيل الحاوية الأولى على المنفذ 5000 والحاوية الثانية على المنفذ 5001.

يمكن أن يكون لديك هذه الحاوية وحاوية Azure Cognitive Services مختلفة تعمل على HOST معا. يمكنك أيضا أن يكون لديك حاويات متعددة من نفس حاوية الخدمات المعرفية قيد التشغيل.

التحقق من تشغيل حاوية

هناك عدة طرق للتحقق من تشغيل الحاوية. حدد موقع عنوان IP الخارجي والمنفذ المكشوف للحاوية المعنية، وافتح مستعرض الويب المفضل لديك. استخدم عناوين URL للطلب المختلفة التي تلي للتحقق من تشغيل الحاوية. عناوين URL لطلب المثال المذكورة هنا هي http://localhost:5000، ولكن قد تختلف الحاوية المحددة. تأكد من الاعتماد على عنوان IP الخارجي للحاوية والمنفذ المكشوف.

URL للطلب الغرض
http://localhost:5000/ توفر الحاوية صفحةً رئيسيةً.
http://localhost:5000/ready بناء على طلب GET، يوفر عنوان URL هذا التحقق من أن الحاوية جاهزة لقبول استعلام مقابل النموذج. يمكن استخدام هذا الطلب لفحوصات فعالية Kubernetes واستعداده.
http://localhost:5000/status مطلوب أيضا مع GET، يتحقق عنوان URL هذا مما إذا كان مفتاح api المستخدم لبدء الحاوية صالحا دون التسبب في استعلام نقطة النهاية. يمكن استخدام هذا الطلب لفحوصات فعالية Kubernetes واستعداده.
http://localhost:5000/swagger توفر الحاوية مجموعةً كاملةً من الوثائق لنقاط النهاية وميزة Try it out. باستخدام هذه الميزة، يمكنك إدخال الإعدادات الخاصة بك في نموذج HTML مستند إلى الويب وإنشاء الاستعلام دون الحاجة إلى كتابة أي تعليمة برمجية. بعد إرجاع الاستعلام، يتم توفير مثال لأمر CURL لتوضيح عناوين HTTP وتنسيق النص الأساسي المطلوب.

Container's home page

الاستعلام عن نقطة نهاية التنبؤ للحاوية

توفر الحاوية واجهات برمجة التطبيقات لنقاط نهاية توقّع الاستعلام المستند إلى REST.

استخدم المضيف http://localhost:5000، لواجهات برمجة تطبيقات الحاوية. يمكنك عرض مسار Swagger في: http://localhost:5000/swagger/.

قراءة غير متزامنة

يمكنك استخدام POST /vision/v3.2/read/analyze العمليات و GET /vision/v3.2/read/operations/{operationId} بالتنسيق لقراءة صورة بشكل غير متزامن، على غرار كيفية استخدام خدمة Computer Vision لعمليات REST المقابلة. سيرجع operationId أسلوب POST غير المتزامن الذي يتم استخدامه ك identifer إلى طلب HTTP GET.

من واجهة مستخدم swagger، حدد Analyze لتوسيعه في المستعرض. ثم حدد Try itoutChoose> file. في هذا المثال، سنستخدم الصورة التالية:

tabs vs spaces

عند تشغيل POST غير المتزامن بنجاح، فإنه يقوم بإرجاع رمز حالة HTTP 202 . كجزء من الاستجابة، يوجد operation-location عنوان يحتوي على نقطة نهاية النتيجة للطلب.

 content-length: 0
 date: Fri, 04 Sep 2020 16:23:01 GMT
 operation-location: http://localhost:5000/vision/v3.2/read/operations/a527d445-8a74-4482-8cb3-c98a65ec7ef9
 server: Kestrel

هو operation-location عنوان URL المؤهل بالكامل ويتم الوصول إليه عبر HTTP GET. فيما يلي استجابة JSON من تنفيذ operation-location عنوان URL من الصورة السابقة:

{
  "status": "succeeded",
  "createdDateTime": "2021-02-04T06:32:08.2752706+00:00",
  "lastUpdatedDateTime": "2021-02-04T06:32:08.7706172+00:00",
  "analyzeResult": {
    "version": "3.2.0",
    "readResults": [
      {
        "page": 1,
        "angle": 2.1243,
        "width": 502,
        "height": 252,
        "unit": "pixel",
        "lines": [
          {
            "boundingBox": [
              58,
              42,
              314,
              59,
              311,
              123,
              56,
              121
            ],
            "text": "Tabs vs",
            "appearance": {
              "style": {
                "name": "handwriting",
                "confidence": 0.96
              }
            },
            "words": [
              {
                "boundingBox": [
                  68,
                  44,
                  225,
                  59,
                  224,
                  122,
                  66,
                  123
                ],
                "text": "Tabs",
                "confidence": 0.933
              },
              {
                "boundingBox": [
                  241,
                  61,
                  314,
                  72,
                  314,
                  123,
                  239,
                  122
                ],
                "text": "vs",
                "confidence": 0.977
              }
            ]
          },
          {
            "boundingBox": [
              286,
              171,
              415,
              165,
              417,
              197,
              287,
              201
            ],
            "text": "paces",
            "appearance": {
              "style": {
                "name": "handwriting",
                "confidence": 0.746
              }
            },
            "words": [
              {
                "boundingBox": [
                  286,
                  179,
                  404,
                  166,
                  405,
                  198,
                  290,
                  201
                ],
                "text": "paces",
                "confidence": 0.938
              }
            ]
          }
        ]
      }
    ]
  }
}

هام

إذا قمت بنشر حاويات قراءة OCR متعددة خلف موازن تحميل، على سبيل المثال، ضمن Docker Compose أو Kubernetes، يجب أن يكون لديك ذاكرة تخزين مؤقت خارجية. نظرا لأن حاوية المعالجة وحاوية طلب GET قد لا تكون متماثلة، تقوم ذاكرة التخزين المؤقت الخارجية بتخزين النتائج ومشاركتها عبر الحاويات. للحصول على تفاصيل حول إعدادات ذاكرة التخزين المؤقت، راجع تكوين حاويات Computer Vision Docker.

قراءة متزامنة

يمكنك استخدام العملية التالية لقراءة صورة بشكل متزامن.

POST /vision/v3.2/read/syncAnalyze

عندما تتم قراءة الصورة بالكامل، فعندئذ فقط ترجع واجهة برمجة التطبيقات استجابة JSON. الاستثناء الوحيد لهذا هو إذا حدث خطأ. عند حدوث خطأ، يتم إرجاع JSON التالي:

{
    "status": "Failed"
}

يحتوي كائن استجابة JSON على نفس الرسم البياني للكائن مثل الإصدار غير المتزامن. إذا كنت مستخدم JavaScript وتريد أمان النوع، ففكر في استخدام TypeScript لإرسال استجابة JSON.

للحصول على مثال لحالة الاستخدام، راجع بيئة الاختبار المعزولة TypeScript هنا وحدد تشغيل لتصور سهولة الاستخدام الخاصة به.

إيقاف الحاوية

لإيقاف تشغيل الحاوية، في بيئة سطر الأوامر حيث يتم تشغيل الحاوية، حدد Ctrl+C.

استكشاف الأخطاء وإصلاحها

إذا قمت بتشغيل الحاوية مع تمكين تحميل الإخراج وتسجيل الدخول، تنشئ الحاوية ملفات سجل مفيدة لاستكشاف المشكلات التي تحدث أثناء بدء تشغيل الحاوية أو تشغيلها.

تلميح

لمزيد من المعلومات والإرشادات حول استكشاف الأخطاء وإصلاحها، راجع حاويات الخدمات المعرفية الأسئلة المتداولة (FAQ).

إذا كنت تواجه مشكلة في تشغيل حاوية الخدمات المعرفية، فيمكنك تجربة استخدام حاوية تشخيص Microsoft. استخدم هذه الحاوية لتشخيص الأخطاء الشائعة في بيئة النشر الخاصة بك والتي قد تمنع حاويات الخدمات المعرفية من العمل بالشكل المتوقع.

للحصول على الحاوية، استخدم الأمر التالي docker pull :

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

ثم قم بتشغيل الحاوية. استبدل {ENDPOINT_URI} بنقطة النهاية الخاصة بك، واستبدل {API_KEY} بمفتاحك إلى المورد الخاص بك:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

ستختبر الحاوية اتصال الشبكة بنقطة نهاية الفوترة.

الفوترة

ترسل حاويات الخدمات المعرفية معلومات الفوترة إلى Azure، باستخدام المورد المقابل على حساب Azure الخاص بك.

تتم فوترة الاستعلامات إلى الحاوية في مستوى التسعير لمورد Azure المستخدم للمعلمة ApiKey .

لا يتم ترخيص حاويات Azure Cognitive Services للتشغيل دون الاتصال بنقطة نهاية القياس أو الفوترة. يجب تمكين الحاويات من توصيل معلومات الفوترة مع نقطة نهاية الفوترة في جميع الأوقات. لا ترسل حاويات الخدمات المعرفية بيانات العملاء، مثل الصورة أو النص الذي يتم تحليله، إلى Microsoft.

قم بالاتصال بـ Azure

تحتاج الحاوية إلى قيم وسيطة الفوترة لتشغيلها. تسمح هذه القيم للحاوية بالاتصال بنقطة نهاية الفوترة. تبلغ الحاوية عن الاستخدام كل 10 إلى 15 دقيقة تقريبا. إذا لم تتصل الحاوية ب Azure ضمن النافذة الزمنية المسموح بها، تستمر الحاوية في التشغيل ولكنها لا تخدم الاستعلامات حتى تتم استعادة نقطة نهاية الفوترة. تتم محاولة الاتصال 10 مرات في نفس الفاصل الزمني من 10 إلى 15 دقيقة. إذا لم تتمكن من الاتصال بنقطة نهاية الفوترة ضمن المحاولات العشرة، تتوقف الحاوية عن تقديم الطلبات. راجع الأسئلة المتداولة حول حاوية الخدمات المعرفية للحصول على مثال للمعلومات المرسلة إلى Microsoft للفوترة.

وسيطات الفوترة

docker run سيبدأ الأمر الحاوية عند توفير جميع الخيارات الثلاثة التالية بقيم صالحة:

خيار الوصف
ApiKey مفتاح API لمورد الخدمات المعرفية المستخدم لتعقب معلومات الفوترة.
يجب تعيين قيمة هذا الخيار إلى مفتاح API للمورد المقدم المحدد في Billing.
Billing نقطة نهاية مورد الخدمات المعرفية المستخدمة لتعقب معلومات الفوترة.
يجب تعيين قيمة هذا الخيار إلى URI نقطة النهاية لمورد Azure المتوفر.
Eula يشير إلى أنك قبلت ترخيص الحاوية.
يجب تعيين قيمة هذا الخيار لقبولها.

لمزيد من المعلومات حول هذه الخيارات، راجع تكوين الحاويات.

الملخص

في هذه المقالة، تعلمت المفاهيم وسير العمل لتنزيل حاويات Computer Vision وتثبيتها وتشغيلها. وخلاصة القول:

  • توفر Computer Vision حاوية Linux ل Docker، مع تغليف Read.
  • تتطلب صورة حاوية القراءة تطبيقا لتشغيلها.
  • يتم تشغيل صور الحاوية في Docker.
  • يمكنك استخدام واجهة برمجة تطبيقات REST أو SDK لاستدعاء العمليات في حاويات قراءة OCR عن طريق تحديد عنوان URI المضيف للحاوية.
  • يجب تحديد معلومات الفوترة عند إنشاء مثيل للحاوية.

هام

حاويات الخدمات المعرفية غير مرخصة للعمل دون أن تُوصل بـ Azure للقياس. يحتاج العملاء إلى تمكين الحاويات من توصيل معلومات الفوترة مع خدمة القياس في جميع الأوقات. لا ترسل حاويات الخدمات المعرفية بيانات العميل (على سبيل المثال، الصورة أو النص الذي يتم تحليله) إلى Microsoft.

الخطوات التالية