OCR pro image (verze 4.0)
Poznámka:
K extrakci textu z dokumentů PDF, Office a obrázků dokumentů HTML a obrázků dokumentů použijte model OCR pro čtení funkce Document Intelligence Optimalizovaný pro textově náročné digitální a naskenované dokumenty pomocí asynchronního rozhraní API, které usnadňuje inteligentní scénáře zpracování dokumentů.
OCR tradičně začínala jako technika založená na strojovém učení pro extrakci textu z obrázků z volně žijících a nedokumentovaných obrázků, jako jsou popisky produktů, uživatelsky generované obrázky, snímky obrazovky, pouliční značky a plakáty. Pro několik scénářů, jako jsou například jednotlivé obrázky, které nejsou náročné na text, potřebujete rychlé synchronní rozhraní API nebo službu. Díky tomu může být technologie OCR vložená do prostředí uživatelů téměř v reálném čase, aby bylo možné rozšířit porozumění obsahu a následné akce uživatelů pomocí rychlých opakování.
Co je Počítačové zpracování obrazu verze 4.0 Číst OCR?
Nové rozhraní REST API pro analýzu Počítačové zpracování obrazu obrázků 4.0 nabízí možnost extrahovat tištěný nebo ručně psaný text z obrázků v sjednocené synchronní rozhraní API s vylepšeným výkonem, které usnadňuje získání všech přehledů obrázků včetně výsledků OCR v jedné operaci rozhraní API. Modul Read OCR je založený na několika modelech hlubokého učení podporovaných univerzálními modely založenými na skriptech pro podporu globálních jazyků.
Tip
Funkci OCR můžete použít prostřednictvím služby Azure OpenAI . Model GPT-4 Turbo s obrazem umožňuje chatovat s asistentem umělé inteligence, který dokáže analyzovat obrázky, které sdílíte, a možnost Vylepšení obrazu pomocí funkce Analýza obrazu poskytuje umělé inteligenci další podrobnosti (čitelná textová umístění a umístění objektů) o obrázku. Další informace najdete v rychlém startu GPT-4 Turbo s vision.
Příklad extrakce textu
Následující odpověď JSON ukazuje, co rozhraní API pro analýzu obrázků 4.0 vrátí při extrahování textu z daného obrázku.
{
"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}
]
}
]
}
]
}
}
Použití rozhraní API
Funkce extrakce textu je součástí rozhraní API pro analýzu obrázků. Zahrňte Read do parametru dotazu funkce . Když pak získáte úplnou odpověď JSON, parsujte řetězec pro obsah oddílu "readResult" .
Další kroky
Postupujte podle rychlého startu pro analýzu obrázků a extrahujte text z obrázku pomocí rozhraní API pro analýzu obrázků 4.0.