Modelo de tarjeta de presentación de Documento de inteligencia
Importante
A partir de Documento de inteligencia v4.0 (versión preliminar) y en adelante, el modelo de tarjeta de presentación (prebuilt-businessCard) queda en desuso. Para extraer datos de formatos de tarjeta de presentación, use lo siguiente:
Característica | version | Id. de modelo |
---|---|---|
Modelo de tarjeta de presentación | • v3.1:2023-07-31 (GA) • v3.0:2022-08-31 (GA) • v2.1 (GA) |
prebuilt-businessCard |
Este contenido se aplica a: v3.0 (GA) | Últimas versiones: v4.0 (versión preliminar) v3.1 | Versión anterior: v2.1
[!INCLUDE [se aplica a v2.1]../(includes/applies-to-v21.md)]
El modelo de tarjeta de presentación de Documento de inteligencia combina funcionalidades de reconocimiento óptico de caracteres (OCR) eficaces con modelos de aprendizaje profundo para analizar y extraer datos de imágenes de tarjetas de presentación. La API analiza tarjetas de presentación impresas; extrae información clave, como el nombre, el apellido, el nombre de la empresa, la dirección de correo electrónico y el número de teléfono; y devuelve una representación de datos JSON estructurada.
Extracción de datos de tarjetas de visita
Las tarjetas de presentación son una excelente manera de representar un negocio o profesional. El logotipo de la empresa, las fuentes y las imágenes de fondo que hay en las tarjetas de presentación ayudan a la personalización de la marca de la empresa y permiten diferenciarla de las demás. La aplicación de técnicas basadas en OCR y aprendizaje automático para automatizar el examen de tarjetas de visita es un caso común de procesamiento de imágenes. Los sistemas empresariales que usan los equipos de ventas y marketing suelen tener la capacidad de extracción de datos de tarjetas de presentación integrada en ellos en beneficio de sus usuarios.
Tarjeta de presentación de ejemplo procesada con Studio de Documento de inteligencia
Ejemplo de negocio procesado con la herramienta de etiquetado de muestra de Documento de inteligencia
Opciones de desarrollo
Documento de inteligencia v3.1:2023-07-31 (GA) es compatible con las siguientes herramientas, aplicaciones y bibliotecas:
Característica | Recursos | Id. de modelo |
---|---|---|
Modelo de tarjeta de presentación | • Estudio de Documento de inteligencia • API REST • SDK de C# • SDK de Python • SDK de Java • SDK de JavaScript |
prebuilt-businessCard |
Documento de inteligencia v3.0:2022-08-31 (GA) es compatible con las siguientes herramientas, aplicaciones y bibliotecas:
Característica | Recursos | Id. de modelo |
---|---|---|
Modelo de tarjeta de presentación | • Estudio de Documento de inteligencia • API REST • SDK de C# • SDK de Python • SDK de Java • SDK de JavaScript |
prebuilt-businessCard |
Documento de inteligencia v2.1 (GA) es compatible con las siguientes herramientas, aplicaciones y bibliotecas:
Característica | Recursos |
---|---|
Modelo de tarjeta de presentación | • Herramienta de etiquetado de Documento de inteligencia • API REST • SDK de biblioteca cliente • Contenedor Docker de Documento de inteligencia |
Prueba de la extracción de datos de tarjetas de visita
Vea cómo se extraen los datos de las tarjetas de presentación, incluidos el nombre, el puesto de trabajo, la dirección, el correo electrónico y el nombre de la empresa. Tendrá que supervisar los recursos siguientes:
Una suscripción a Azure: puede crear una cuenta gratuita
Una instancia de Document Intelligence en el Azure Portal. Puede usar el plan de tarifa gratuito (
F0
) para probar el servicio. Después de implementar el recurso, seleccione Ir al recurso para obtener la clave y el punto de conexión.
Estudio del documento de inteligencia
Nota:
Studio de Documento de inteligencia está disponible con las API v3.1 y v3.0.
En la página principal de Studio de Documento de inteligencia, seleccione Tarjetas de presentación.
Puede analizar la tarjeta de presentación de muestra o cargar sus propios archivos.
Seleccione el botón Ejecutar análisis y, si es necesario, configure las opciones de Análisis :
Herramienta de etiquetado de ejemplo de Documento de inteligencia
En la página principal de la herramienta de ejemplo, seleccione el icono Use prebuilt model to get data (Usar un modelo precompilado para obtener datos).
Seleccione el Tipo de formulario que quiere analizar en el menú desplegable.
Elija una dirección URL para el archivo que quiere analizar entre las opciones siguientes:
En el campo Origen, seleccione URL en el menú desplegable, pegue la dirección URL seleccionada y seleccione el botón Capturar.
En el campo Punto de conexión de Documento de inteligencia, pegue el punto de conexión que obtuvo con la suscripción de Documento de inteligencia.
En el campo Clave, pegue la clave que obtuvo del recurso de Documento de inteligencia.
Seleccione Run analysis (Ejecutar análisis). La herramienta de etiquetado de ejemplo de Documento de inteligencia llama a la API Analyze Prebuilt y analiza el documento.
Vea los resultados: consulte los pares clave-valor extraídos, los elementos de línea, el texto resaltado extraído y las tablas detectadas.
Nota
La herramienta de etiquetado de ejemplo no admite el formato de archivo BMP. Se trata de una limitación de la herramienta, no del servicio de Documento de inteligencia.
Requisitos de entrada
Formatos de archivos admitidos:
Modelo PDF Imagen: JPEG/JPG
,PNG
,BMP
,TIFF
,HEIF
Microsoft Office:
Word (DOCX
), Excel (XLSX
), PowerPoint (PPTX
), HTMLLeer ✔ ✔ ✔ Layout ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview) Documento general ✔ ✔ Creada previamente ✔ ✔ Extracción personalizada ✔ ✔ Clasificación personalizada ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview) Para obtener unos resultados óptimos, proporcione una foto clara o una digitalización de alta calidad por documento.
Para PDF y TIFF, se pueden procesar hasta 2000 páginas (con una suscripción de nivel gratis, solo se procesan las dos primeras páginas).
El tamaño de archivo para analizar documentos es de 500 MB para el nivel de pago (S0) y de
4
MB para el nivel gratuito (F0).Las imágenes deben tener unas dimensiones entre 50 x 50 píxeles y 10 000 x 10 000 píxeles.
Si los archivos PDF están bloqueados con contraseña, debe desbloquearlos antes de enviarlos.
La altura mínima del texto que se va a extraer es de 12 píxeles para una imagen de 1024 x 768 píxeles. Esta dimensión corresponde aproximadamente a
8
puntos de texto a 150 puntos por pulgada (PPP).Para el entrenamiento de modelos personalizados, el número máximo de páginas para los datos de entrenamiento es 500 para el modelo de plantilla personalizada y 50 000 para el modelo neuronal personalizado.
Para el entrenamiento de modelos de extracción personalizados, el tamaño total de los datos de entrenamiento es de 50 MB para el modelo de plantilla y
1
GB para el modelo neuronal.Para el entrenamiento del modelo de clasificación personalizada, el tamaño total de los datos de entrenamiento es de
1
GB con un máximo de 10 000 páginas. Para 2024-07-31-preview y versiones posteriores, el tamaño total de los datos de entrenamiento se2
GB con un máximo de 10 000 páginas.
- Formatos de archivo admitidos: JPEG, PNG, PDF y TIFF.
- En el caso de PDF y TIFF, se procesan 2000 páginas como máximo. En el caso de los suscriptores del nivel Gratis, solo se procesan las dos primeras páginas.
- El tamaño de archivo debe ser inferior a 50 MB; y sus dimensiones, de al menos 50x50 píxeles y, como máximo, de 10 000x10 000 píxeles.
Idiomas y configuraciones regionales compatibles
Para obtener una lista completa de los idiomas admitidos, consulte nuestra página compatibilidad con lenguajes de modelos precompilados.
Extracciones de campos
Para ver los campos de extracción de documentos admitidos, consulte la página Esquema del modelo de tarjeta de presentación en nuestro repositorio de ejemplo de GitHub.
Campos extraídos
Nombre | Escribir | Descripción | Texto |
---|---|---|---|
ContactNames | matriz de objetos | Nombre de contacto extraído de la tarjeta de presentación | [{ "FirstName": "John", "LastName": "Doe" }] |
FirstName | string | Nombre (de nacimiento) del contacto | "John" |
LastName | string | Apellidos del contacto | "Doe" |
CompanyNames | Matriz de cadenas | Nombre de la empresa extraído de la tarjeta de presentación | ["Contoso"] |
Departments | Matriz de cadenas | Departamento u organización del contacto | ["R&D"] |
JobTitles | Matriz de cadenas | Puesto mostrado del contacto | ["Software Engineer"] |
Correos electrónicos | Matriz de cadenas | Dirección de correo electrónico de contacto extraída de la tarjeta de presentación | ["johndoe@contoso.com"] |
Websites | Matriz de cadenas | Sitio web extraído de la tarjeta de presentación | ["https://www.contoso.com"] |
Direcciones | Matriz de cadenas | Dirección extraída de la tarjeta de presentación | ["123 Main Street, Redmond, Washington 98052"] |
MobilePhones | matriz de números de teléfono | Número de teléfono móvil extraído de la tarjeta de presentación | ["+19876543210"] |
Faxes | matriz de números de teléfono | Número de fax extraído de la tarjeta de presentación | ["+19876543211"] |
WorkPhones | matriz de números de teléfono | Número de teléfono en el trabajo extraído de la tarjeta de presentación | ["+19876543231"] |
OtherPhones | matriz de números de teléfono | Otros números de teléfono extraídos de la tarjeta de presentación | ["+19876543233"] |
Configuraciones regionales admitidas
Las tarjetas de visita creadas previamente v2.1 admiten las siguientes configuraciones regionales:
- es-es
- en-au
- en-ca
- en-gb
- en-in
Guía de migración y API de REST v3.1
- Siga la Guía de migración de Document Intelligence v3.1 para obtener información sobre cómo usar la versión v3.0 en las aplicaciones y flujos de trabajo.
Pasos siguientes
Pruebe procesar sus propios formularios y documentos con Studio de Documento de inteligencia
Complete el inicio rápido de Documento de inteligencia y empiece a crear una aplicación de procesamiento de documentos en el lenguaje de desarrollo que prefiera.
Pruebe procesar sus propios formularios y documentos con la herramienta de etiquetado de ejemplo de Documento de inteligencia
Complete el inicio rápido de Documento de inteligencia y empiece a crear una aplicación de procesamiento de documentos en el lenguaje de desarrollo que prefiera.