Rozpoznávání formulářů modelu rozložení

Rozhraní API Rozpoznávání formulářů Layout v Azure extrahuje text, tabulky, značky výběru a informace o struktuře z dokumentů (PDF, TIFF) a obrázků (JPG, PNG, BMP). Model rozložení kombinuje vylepšenou verzi výkonných funkcí optického rozpoznávání znaků (OCR) s modely hlubokého učení, které extrahují text, tabulky, značky výběru a strukturu dokumentů.

Ukázkový formulář zpracovaný pomocí Rozpoznávání formulářů rozložení nástroje Pro ukázkové popisování

Funkce pro extrakci dat

Možnosti vývoje

Následující prostředky podporuje Rozpoznávání formulářů verze 2.1:

Následující prostředky podporuje Rozpoznávání formulářů verze 3.0:

Zkuste Rozpoznávání formulářů

Podívejte se, jak se data, včetně tabulek, zaškrtávacích políček a textu, extrahují z formulářů a dokumentů pomocí nástroje Rozpoznávání formulářů Studio nebo našeho ukázkového nástroje pro popisování. Budete potřebovat následující:

• Předplatné Azure – můžete si ho vytvořit zdarma.

• Instance Rozpoznávání formulářů v Azure Portal. K vyzkoušejí služby můžete použít bezplatnou cenovou úroveň ( F0 ). Po nasazení prostředku vyberte Přejít k prostředku a získejte klíč a koncový bod rozhraní API.

Rozpoznávání formulářů Studio (Preview)

Ukázkový formulář zpracovaný pomocí Rozpoznávání formulářů Studio

1. Na domovské Rozpoznávání formulářů Studio vyberte Rozložení.

2. Můžete analyzovat ukázkový dokument nebo vybrat tlačítko + Přidat a nahrát vlastní ukázku.

3. Vyberte tlačítko Analyzovat:

   

   Vyzkoušejte Rozpoznávání formulářů Studio

Ukázkový nástroj pro popisování

Budete potřebovat dokument formuláře. Můžete použít náš ukázkový formulářový dokument.

1. Na domovské stránce nástroje Ukázkové popisování vyberte Použít rozložení k získání textu, tabulek a značek výběru .

2. V rozevírací nabídce vyberte Místní soubor.

3. Upload souboru a vyberte Rozložení spuštění.

   

   Vyzkoušejte ukázkový nástroj pro popisování.

Požadavky na vstup

• Nejlepších výsledků dosáhnete, když pro každý dokument poskytnete jednu jasnou fotku nebo vysoce kvalitní sken.
• Podporované formáty souborů: JPEG, PNG, BMP, TIFF a PDF (vložený nebo naskenovaný text). Soubory PDF s vloženým textem nejlépe eliminují možnost chyby při extrakci a umístění znaků.
• V případě souborů PDF a TIFF je možné zpracovat až 2 000 stránek (s předplatným úrovně Free se zpracovávají pouze první dvě stránky).
• Velikost souboru musí být menší než 50 MB.
• Rozměry obrázku musí být v rozmezí 50 × 50 pixelů a 1 0000 × 1 0000 pixelů.
• Rozměry PDF jsou až 17 x 17 palců, což odpovídá velikosti papíru Legal nebo A3 nebo menší.
• Celková velikost trénovací data je 500 stránek nebo méně.
• Pokud jsou soubory PDF uzamčené heslem, musíte před odesláním odebrat zámek.
• Pro učení bez dohledu (bez označených dat):
  • Data musí obsahovat klíče a hodnoty.
  • Klíče se musí objevit nad nebo nalevo od hodnot. Nelze je zobrazit pod ani napravo.

Podporované jazyky a národní prostředí

Rozpoznávání formulářů Preview přináší další jazykovou podporu pro model rozložení. Úplný seznam podporovaných rukou psaných a tištěných textů najdete v naší podpoře jazyků.

Funkce

Tabulky a záhlaví tabulek

Rozhraní API pro rozložení extrahuje pageResults tabulky v části výstupu JSON. Dokumenty je možné naskenovat, vyfotografovat nebo digitalizovat. Tabulky mohou být složité se sloučenými buňkami nebo sloupci, s ohraničením nebo bez ohraničení a s lichými úhly. Extrahované informace o tabulce zahrnují počet sloupců a řádků, rozsah řádků a rozsah sloupců. Každá buňka s ohraničující rámeček je výstupem spolu s informacemi, zda je rozpoznána jako součást záhlaví. Předpovězené buňky záhlaví modelu mohou zahrnovat více řádků a nemusí nutně představovat první řádky v tabulce. Fungují také s obměnami tabulek. Každá buňka tabulky obsahuje také celý text s odkazy na jednotlivá slova v readResults oddílu .

Značky výběru

Rozhraní API pro rozložení také extrahuje značky výběru z dokumentů. Extrahované značky výběru zahrnují ohraničující rámeček, spolehlivost a stav (vybrané/nevybrané). Informace o znací výběru se readResults extrahuje v části výstupu JSON.

Řádky a slova textu

Rozhraní API pro rozložení extrahuje text z dokumentů a obrázků s několika úhly a barvami textu. Přijímá fotky dokumentů, faxů, tištěný nebo ručně psaný text (jenom angličtina) a smíšené režimy. Text se extrahuje s informacemi o řádcích, slovech, ohraničující rámečcích, skóre spolehlivosti a stylu (rukou psaných nebo jiných). Všechny textové informace jsou obsaženy v readResults části výstupu JSON.

Přirozené pořadí čtení pro textové řádky (jenom latinku)

Můžete určit pořadí, ve kterém jsou textové řádky ve výstupu s readingOrder parametrem dotazu. Použijte natural pro více uživatelsky přívětivého výstupu pořadí čtení, jak je znázorněno v následujícím příkladu. Tato funkce je podporována pouze v jazycích Latin.

Ručně psaná klasifikace pro textové řádky (jenom latinku)

Odpověď zahrnuje klasifikaci, zda je každý textový řádek ve stylu rukopisu nebo ne, spolu s skóre spolehlivosti. Tato funkce je podporována pouze v jazycích Latin. Následující příklad ukazuje ručně vytvořenou klasifikaci textu v obrázku.

Vybrat čísla stránek nebo rozsahy pro extrakci textu

U rozsáhlých vícestránkových dokumentů použijte pages parametr dotazu k označení konkrétního čísla stránky nebo rozsahů stránek pro extrakci textu. Následující příklad ukazuje dokument s 10 stránkami a text extrahovaný pro oba případy – všechny stránky (1-10) a vybrané stránky (3-6).

Verze Preview nástroje pro rozpoznávání formulářů v 3.0

Verze Preview nástroje pro rozpoznávání formulářů přináší několik nových funkcí a možností.

• Informace o použití verze Preview ve vašich aplikacích a pracovních postupech najdete v naší příručce Průvodce migrací pro rozpoznávání formulářů v 3.0 .

• Podívejte se na naše REST API (Preview) , kde najdete další informace o verzi Preview a nových funkcích.

Další kroky

• Dokončete rychlé zprovoznění pro rozpoznávání formulářů:

  Rychlé zprovoznění pro rozpoznávání formulářů

• Prozkoumejte naše REST API:

  Rozhraní API pro rozpoznávání formulářů v 2.1