Formigenkänning ID-dokumentmodell

ID-dokumentmodellen kombinerar kraftfulla OCR-funktioner (optisk teckenläsning) med djupinlärningsmodeller för att analysera och extrahera viktig information från amerikanska drivrutinslicenser (alla 50 delstater och district of Columbia) och internationella bigrafiska passsidor (exklusive visa och andra resedokument). API:et analyserar identitetsdokument. extraherar viktig information som förnamn, efternamn, adress och födelsedatum; och returnerar en strukturerad JSON-datarepresentation.

Exempel på U.S. Driver's License som bearbetats med Formigenkänning Studio

Utvecklingsalternativ

Följande resurser stöds av Formigenkänning v2.1:

Följande resurser stöds av Formigenkänning v3.0:

Prova Formigenkänning

Se hur data, inklusive namn, födelsedatum, maskinläsbar zon och förfallodatum, extraheras från ID-dokument med hjälp av Formigenkänning Studio eller vårt exempeletikettverktyg. Du behöver följande:

• En Azure-prenumeration – du kan skapa en kostnadsfritt

• En Formigenkänning-instans i Azure Portal. Du kan använda den kostnadsfria prisnivån ( F0 ) för att prova tjänsten. När resursen har distribuerats väljer du Gå till resurs för att hämta API-nyckeln och slutpunkten.

Formigenkänning Studio (förhandsversion)

1. På Formigenkänning Studio-startsidan väljer du Fakturor

2. Du kan analysera exempelfakturan eller välja knappen + Lägg till för att ladda upp ditt eget exempel.

3. Välj knappen Analysera:

   

   Prova Formigenkänning Studio

Exempel på märkningsverktyg

Du behöver ett ID-dokument. Du kan använda vårt exempel-ID-dokument.

1. På startsidan för exempeletikettverktyget väljer du Använd förbyggd modell för att hämta data .

2. Välj Identitetsdokument i listrutan Formulärtyp:

   

   Prova exempel på etikettverktyg

Indatakrav

• Ge bästa resultat genom att tillhandahålla ett tydligt foto eller genomsökning av hög kvalitet per dokument.
• Filformat som stöds: JPEG, PNG, BMP, TIFF och PDF (textbäddad eller skannad). Text-inbäddade PDF-filer är bäst för att eliminera risken för fel vid extrahering av tecken och plats.
• För PDF och TIFF kan upp till 2 000 sidor bearbetas (med en kostnadsfri nivåprenumeration bearbetas bara de första två sidorna).
• Filstorleken måste vara mindre än 50 MB.
• Bilddimensionerna måste vara mellan 50 x 50 bildpunkter och 1 0 000 x 1 0 000 bildpunkter.
• PDF-måtten är upp till 17 x 17 tum, vilket motsvarar pappersstorleken Juridiskt eller A3 eller mindre.
• Den totala storleken på träningsdata är 500 sidor eller mindre.
• Om dina PDF-filer är lösenordslåsta måste du ta bort låset innan du skickar in det.
• För oövervakad inlärning (utan märkta data):
  • Data måste innehålla nycklar och värden.
  • Nycklarna måste visas ovanför eller till vänster om värdena. de kan inte visas nedan eller till höger.

Språk och språk som stöds v2.1

Extrahering av fält

Formigenkänning förhandsversion v3.0

I Formigenkänning förhandsversionen introduceras flera nya funktioner:

• ID-dokumentmodellen (v3.0) stöder godkännanden, begränsningar och extrahering av fordonsklassificering från amerikanska förarlicenser.

Extrahering av fält för förhandsgranskning av ID-dokument

Migreringsguide och REST API v3.0

• Följ vår Formigenkänning v3.0-migreringsguide för att lära dig hur du använder förhandsversionen i dina program och arbetsflöden.

• Utforska vår REST API (förhandsversion) om du vill veta mer om förhandsversionen och nya funktioner.

Nästa steg

• Slutför en Formigenkänning snabbstart:

  Formigenkänning snabbstart

• Utforska våra REST API:

  Formigenkänning API v2.1