Azure-Formularerkennung: Visitenkartenmodell
Dieser Artikel gilt für:
Formularerkennung v3.0. Ältere Version:Formularerkennung v2.1
Dieser Artikel gilt für:Formularerkennung v2.1. Höhere Version:Formularerkennung v3.0
Das Visitenkartenmodell der Formularerkennung kombiniert leistungsstarke OCR (Optical Character Recognition)-Funktionen mit Deep Learning-Modellen, um Daten aus Visitenkartenbildern zu analysieren und zu extrahieren. Die API analysiert gedruckte Visitenkarten, extrahiert Schlüsselinformationen wie Vorname, Nachname, Firmenname, E-Mail-Adresse und Telefonnummer und gibt eine strukturierte JSON-Datendarstellung zurück.
Datenextraktion aus Visitenkarten
Visitenkarten stellen sowohl für ein Unternehmen als auch für seine Mitarbeiter eine hervorragende Präsentationsmöglichkeit dar. Das Firmenlogo, die Schriftarten und die Hintergrundbilder auf den Visitenkarten stärken das Branding des Unternehmens und heben es von anderen ab. Die Anwendung von OCR und auf maschinellem Lernen basierenden Techniken zur Automatisierung des Scannens von Visitenkarten ist ein gängiges Bildverarbeitungsszenario. Unternehmenssysteme, die von Vertriebs- und Marketingteams genutzt werden, verfügen in der Regel über eine integrierte Funktion zur Extraktion von Visitenkartendaten, die den Benutzern zugute kommt.
Beispielvisitenkarte, die mit Formularerkennung Studio verarbeitet wurde
Mustervisitenkarte, bearbeitet mit dem Beispielbeschriftungstool aus der Formularerkennung
Entwicklungsoptionen
Die Formularerkennung v3.0 unterstützt folgende Tools:
| Funktion | Ressourcen | Modell-ID |
|---|---|---|
| Modell für Visitenkarten | prebuilt-businessCard |
Die Formularerkennung v2.1 unterstützt folgende Tools:
| Funktion | Ressourcen |
|---|---|
| Modell für Visitenkarten |
Testen der Datenextraktion aus Visitenkarten
Erfahren Sie, wie Daten, einschließlich Name, Position, Adresse, E-Mail und Firmenname, aus Visitenkarten extrahiert werden. Sie benötigen die folgenden Ressourcen:
Azure-Abonnement – Sie können ein kostenloses Abonnement erstellen
Eine Formularerkennungsinstanz im Azure-Portal Sie können den kostenlosen Tarif (
F0) verwenden, um den Dienst auszuprobieren. Wählen Sie nach der Bereitstellung Ihrer Ressource Zu Ressource wechseln aus, um Ihren Schlüssel und Endpunkt abzurufen.
Formularerkennung Studio
Hinweis
Formularerkennungsstudio ist mit der v3.0-API verfügbar.
Wählen Sie auf der Startseite von Azure-Formularerkennung Studio die Option Visitenkarten aus.
Sie können entweder die Beispielvisitenkarte analysieren oder die Schaltfläche + Hinzufügen auswählen, um Ihr eigenes Beispiel hochzuladen.
Wählen Sie die Schaltfläche Analysieren aus:
Tool zum Bezeichnen von Beispielen für die Formularerkennung
Wechseln Sie zum Beispieltool für die Formularerkennung.
Wählen Sie auf der Startseite des Beispieltools die Kachel Use prebuilt model to get data (Vordefiniertes Modell zum Abrufen von Daten verwenden) aus.
Wählen Sie im Dropdownfenster den zu analysierenden Formulartyp aus.
Wählen Sie aus den folgenden Optionen eine URL zu der Datei aus, die Sie analysieren möchten:
Wählen Sie im Feld Quelle die URL aus dem Dropdownmenü aus, fügen Sie die ausgewählte URL ein, und wählen Sie die Schaltfläche Abrufen aus.
Fügen Sie in das Feld Form recognizer service endpoint (Dienstendpunkt der Formularerkennung) den Endpunkt ein, den Sie mit Ihrem Abonnement für die Formularerkennung abgerufen haben.
Fügen Sie in das Feld Schlüssel den Schlüssel ein, den Sie aus Ihrer Ressource für die Formularerkennung abgerufen haben.
Wählen Sie Run Analysis (Analyse ausführen) aus. Das Tool für die Beschriftung von Beispielen der Formularerkennung ruft die „Analyze Prebuilt“-API auf und analysiert das Dokument.
Zeigen Sie die Ergebnisse an. Sehen Sie sich die extrahierten Schlüssel-Wert-Paare, die Positionen, den extrahierten markierten Text und die erkannten Tabellen an.
Hinweis
Das Tool für die Beschriftung von Beispielen unterstützt nicht das BMP-Dateiformat. Dies ist eine Einschränkung des Tools, nicht des Formularerkennungsdienstes.
Eingabeanforderungen
Die besten Ergebnisse erzielen Sie, wenn Sie pro Dokument ein deutliches Foto oder einen hochwertigen Scan bereitstellen.
Unterstützte Dateiformate:
Modell PDF Bild:
JPEG/JPG, PNG, BMP und TIFFMicrosoft Office:
Word (DOCX), Excel (XLS), PowerPoint (PPT) und HTMLLesen ✔ ✔ ✱ REST-API-Version 2022/06/30-previewLayout ✔ ✔ Allgemeines Dokument ✔ ✔ Vordefiniert ✔ ✔ Benutzerdefiniert ✔ ✔ ✱ Microsoft Office-Dateien werden derzeit für andere Modelle oder Versionen nicht unterstützt.
In den Formaten PDF und TIFF können bis zu 2.000 Seiten verarbeitet werden (bei einem kostenlosen Abonnement werden nur die ersten beiden Seiten verarbeitet).
Die Dateigröße zur Dokumentanalyse muss kleiner als 500 MB für den kostenpflichtigen Tarif (S0) und 4 MB für den kostenlosen Tarif (F0) sein.
Die Bildgrößen müssen im Bereich zwischen 50 × 50 Pixel und 10.000 × 10.000 Pixel liegen.
Die PDF-Abmessungen sind bis zu 17 × 17 Zoll, sodass die Papierformate Legal oder A3 hineinpassen, oder kleiner.
Wenn Ihre PDFs kennwortgeschützt sind, müssen Sie die Sperre vor dem Senden entfernen.
Die Mindesthöhe des zu extrahierenden Texts beträgt 12 Pixel für ein Bild von 1024 × 768 Pixel. Diese Abmessung entspricht etwa einem
8-Punkt-Text bei 150 Punkten pro Zoll (Dots per Inch, DPI).Die maximale Anzahl Seiten für Trainingsdaten beträgt beim benutzerdefinierten Modelltraining 500 für das benutzerdefinierte Vorlagenmodell und 50.000 für das benutzerdefinierte neuronale Modell.
Für das Training des benutzerdefinierten Extraktionsmodells beträgt die Gesamtgröße der Trainingsdaten 50 MB für das Vorlagenmodell und 1G-MB für das neuronale Modell.
Für das Training des benutzerdefinierten Klassifizierungsmodells beträgt die Gesamtgröße der Trainingsdaten
1GBmit einem Maximum von 10 000 Seiten.
- Unterstützte Dateiformate: JPEG, PNG, PDF und TIFF
- In den Formaten PDF und TIFF werden bis zu 2.000 Seiten verarbeitet. Bei Abonnements im Free-Tarif werden nur die ersten beiden Seiten verarbeitet.
- Die Dateigröße muss weniger als 50 MB betragen, und die Abmessungen müssen mindestens 50 × 50 Pixel und höchstens 10.000 × 10.000 Pixel betragen.
Unterstützte Sprachen und Regionen
Hinweis
Es ist nicht erforderlich, ein Gebietsschema anzugeben. Dies ist ein optionaler Parameter. Die Deep Learning-Technologie der Formularerkennung erkennt automatisch die Sprache des Texts in Ihrem Bild.
| Modell | Sprache – Gebietsschemacode | Standard |
|---|---|---|
| Visitenkarte (v3.0 API) |
|
Automatisch erkannt (en-US oder ja-JP) |
| Visitenkarte (v2.1 API) |
|
Automatisch erkannt |
Feldextraktionen
| Name | type | BESCHREIBUNG | Standardisierte Ausgabe |
|---|---|---|---|
| ContactNames | Array von Objekten | Kontaktname | |
| FirstName | String | Vorname des Kontakts | |
| LastName | String | Nachname des Kontakts | |
| CompanyNames | Array von Zeichenfolgen | Name(n) des Unternehmens | |
| Departments | Array von Zeichenfolgen | Abteilung(en) oder Kontaktorganisation(en) | |
| JobTitles | Array von Zeichenfolgen | Aufgeführte Position(en) des Kontakts | |
| E-Mails | Array von Zeichenfolgen | E-Mail-Adresse(n) des Kontakts | |
| Websites | Array von Zeichenfolgen | Website(s) des Unternehmens | |
| Adressen | Array von Zeichenfolgen | Aus der Visitenkarte extrahierte Adresse(n) | |
| MobilePhones | Array aus Telefonnummern | Mobiltelefonnummer(n) von der Visitenkarte | +1 xxx xxx xxxx |
| Faxnummern | Array aus Telefonnummern | Faxnummer(n) von der Visitenkarte | +1 xxx xxx xxxx |
| WorkPhones | Array aus Telefonnummern | Telefonnummer(n) (geschäftlich) von der Visitenkarte | +1 xxx xxx xxxx |
| OtherPhones | Array aus Telefonnummern | Andere Telefonnummer(n) von der Visitenkarte | +1 xxx xxx xxxx |
Extrahierte Felder
| Name | type | BESCHREIBUNG | Text |
|---|---|---|---|
| ContactNames | Array von Objekten | Aus der Visitenkarte extrahierter Name des Kontakts | [{ "FirstName": "John", "LastName": "Doe" }] |
| FirstName | Zeichenfolge | Vorname des Kontakts | „John“ |
| LastName | Zeichenfolge | Nachname des Kontakts | „Doe“ |
| CompanyNames | array of strings | Aus der Visitenkarte extrahierter Unternehmensname | ["Contoso"] |
| Departments | array of strings | Abteilung oder Organisation des Kontakts | ["R&D"] |
| JobTitles | array of strings | Aufgeführte Position des Kontakts | ["Software Engineer"] |
| E-Mails | array of strings | Aus der Visitenkarte extrahierte E-Mail-Adresse des Kontakts | ["johndoe@contoso.com"] |
| Websites | array of strings | Aus der Visitenkarte extrahierte Website | ["https://www.contoso.com"] |
| Adressen | array of strings | Aus der Visitenkarte extrahierte Adresse | ["123 Main Street, Redmond, WA 98052"] |
| MobilePhones | Array aus Telefonnummern | Aus der Visitenkarte extrahierte Mobiltelefonnummer | ["+19876543210"] |
| Faxnummern | Array aus Telefonnummern | Aus der Visitenkarte extrahierte Faxnummer | ["+19876543211"] |
| WorkPhones | Array aus Telefonnummern | Aus der Visitenkarte extrahierte geschäftliche Telefonnummer | ["+19876543231"] |
| OtherPhones | Array aus Telefonnummern | Aus der Visitenkarte extrahierte weitere Telefonnummern | ["+19876543233"] |
Unterstützte Gebietsschemas
Vordefinierte Visitenkarten v2.1 unterstützt die folgenden Gebietsschemas:
- de-de
- en-au
- en-ca
- en-gb
- .en-in
Migrationsleitfaden und REST-API v3.0
- Erfahren Sie, wie Sie die Version 3.0 in Ihren Anwendungen und Workflows verwenden können, indem Sie unseren Migrationsleitfaden zur Formularerkennung v3.0 befolgen.
Nächste Schritte
Versuchen Sie, Ihre eigenen Formulare und Dokumente mithilfe von Formularerkennungsstudio zu verarbeiten.
Führen Sie einen Schnellstart für die Formularerkennung durch und beginnen Sie mit der Erstellung einer Anwendung zur Dokumentverarbeitung in der Entwicklungssprache Ihrer Wahl.
Lernen Sie, wie Sie Ihre eigenen Formulare und Dokumente mit dem Beispielbezeichnungstool der Formularerkennung verarbeiten können.
Führen Sie einen Schnellstart für die Formularerkennung durch und beginnen Sie mit der Erstellung einer Anwendung zur Dokumentverarbeitung in der Entwicklungssprache Ihrer Wahl.