Volání rozhraní API pro čtení

V této příručce se dozvíte, jak volat rozhraní API pro čtení, které extrahuje text z obrázků. Dozvíte se, jakými různými způsoby můžete nakonfigurovat chování tohoto rozhraní API tak, aby splňovalo vaše potřeby.

V této příručce se předpokládá, že jste již vytvořili prostředek Počítačové zpracování obrazu, který vytvoří prostředek Počítačové zpracování obrazu a získal klíč předplatného a adresu URL koncového bodu. Pokud ne, můžete začít podle rychlého startu.

Určení způsobu zpracování dat (volitelné)

Určení modelu OCR

Ve výchozím nastavení bude služba extrahovat text pomocí nejnovějšího modelu GA. Od verze Read 3.2 umožňuje parametr výběr mezi modely model-version GA a Preview pro danou verzi rozhraní API. Model, který zadáte, se použije k extrakci textu pomocí operace Čtení.

Při použití operace Read použijte pro volitelný parametr následující model-version hodnoty.

Jazyk vstupu

Ve výchozím nastavení služba extrahuje veškerý text z obrázků nebo dokumentů včetně smíšených jazyků. Operace Čtení má volitelný parametr požadavku pro jazyk. Kód jazyka zadejte pouze v případě, že chcete vynutit zpracování dokumentu jako konkrétního jazyka. Jinak může služba vrátit neúplný a nesprávný text.

Výstup v přirozeném pořadí čtení (pouze jazyky latinky)

Ve výchozím nastavení je výstupem služby textové řádky zleva doprava. Volitelně můžete s parametrem požadavku použít pro popisnější výstup pořadí čtení, jak je readingOrder natural znázorněno v následujícím příkladu. Tato funkce je podporovaná jenom pro jazyky latinky.

Výběr stránek nebo rozsahů stránek pro extrakci textu

Ve výchozím nastavení služba extrahuje text ze všech stránek v dokumentech. Volitelně můžete pomocí parametru požadavku zadat čísla stránek nebo rozsahy stránek a pages extrahovat text pouze z těchto stránek. Následující příklad ukazuje dokument s 10 stránkami s textem extrahovaný pro oba případy – všechny stránky (1–10) a vybrané stránky (3–6).

Odeslání dat do služby

Do rozhraní API pro čtení odešlete místní image nebo vzdálenou image. V případě místního nastavení umístěte data binárního obrázku do textu požadavku HTTP. Pro vzdálené zadání adresy URL obrázku naformátujte text požadavku následujícím způsobem: {"url":"http://example.com/images/test.jpg"} .

Volání Read rozhraní API pro čtení přebírá jako vstup obrázek nebo dokument PDF a extrahuje text asynchronně.

https://{endpoint}/vision/v3.2/read/analyze[?language][&pages][&readingOrder]

Volání vrátí s polem hlavičky odpovědi s názvem Operation-Location . Hodnota Operation-Location je adresa URL, která obsahuje ID operace, které se má použít v dalším kroku.

Získání výsledků ze služby

Druhým krokem je volání operace Získat výsledky čtení. Tato operace přebírá jako vstup ID operace vytvořené operací Čtení.

https://{endpoint}/vision/v3.2/read/analyzeResults/{operationId}

Vrátí odpověď JSON, která obsahuje pole stavu s následujícími možnými hodnotami.

Tuto operaci voláte iterativně, dokud se nevrátí s hodnotou úspěch. Použijte interval od 1 do 2 sekund, abyste se vyhnuli překročení rychlosti požadavků za sekundu (RPS).

Pokud má pole stavu hodnotu succeeded , odpověď JSON obsahuje extrahovaný textový obsah z obrázku nebo dokumentu. Odpověď JSON udržuje původní seskupení řádků rozpoznaných slov. Zahrnuje extrahované řádky textu a jejich souřadnice ohraničovacího rámečku. Každý řádek textu obsahuje všechna extrahovaná slova s jejich souřadnicemi a skóre spolehlivosti.

Ukázkový výstup JSON

Podívejte se na následující příklad úspěšné odpovědi JSON:

{
  "status": "succeeded",
  "createdDateTime": "2021-02-04T06:32:08.2752706+00:00",
  "lastUpdatedDateTime": "2021-02-04T06:32:08.7706172+00:00",
  "analyzeResult": {
    "version": "3.2",
    "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
              }
            ]
          }
        ]
      }
    ]
  }
}

Ručně psaná klasifikace pro řádky textu (pouze jazyky latinky)

Odpověď zahrnuje klasifikaci toho, jestli má každý řádek textu styl rukopisu, a také skóre spolehlivosti. Tato funkce je podporovaná jenom pro jazyky latinky. Následující příklad ukazuje ručně psanou klasifikaci textu na obrázku.

Další kroky

• Začínáme s rychlými starty pro OCR (čtení) REST API nebo klientskou knihovnu.
• Přečtěte si informace o čtení 3.2 REST API.