Dokumentumintelligencia-modellek használata

Ez a tartalom a következőre vonatkozik: v4.0 (előzetes verzió) | Korábbi verziók: v3.1 (GA) v3.0 (GA) v2.1 (GA)

Ebben az útmutatóban megtudhatja, hogyan adhat hozzá dokumentumintelligencia-modelleket az alkalmazásokhoz és munkafolyamatokhoz. Használjon egy tetszőleges programozási nyelvű SDK-t vagy a REST API-t.

Az Azure AI-dokumentumintelligencia egy felhőalapú Azure AI-szolgáltatás, amely gépi tanulással kinyeri a kulcsfontosságú szövegeket és szerkezeti elemeket a dokumentumokból. Javasoljuk, hogy a technológia elsajátítása során használja az ingyenes szolgáltatást. Ne feledje, hogy az ingyenes oldalak száma havonta legfeljebb 500 lehet.

Válasszon a következő Dokumentumintelligencia-modellek közül, és elemezze és nyerje ki az adatokat és értékeket űrlapokból és dokumentumokból:

• Az előre összeállított olvasási modell az összes Dokumentumintelligencia-modell középpontjában áll, és képes észlelni a vonalakat, szavakat, helyeket és nyelveket. Az elrendezés, az általános dokumentum, az előre összeállított és az egyéni modellek mind a modellt használják a read szövegek dokumentumokból való kinyerése alapjául.

• Az előre összeállított elrendezési modell szöveg- és szöveghelyeket, táblázatokat, kijelölési jeleket és szerkezeti információkat nyer ki a dokumentumokból és képekből. Kulcs-érték párokat az elrendezési modell használatával nyerhet ki, és engedélyezve van a választható lekérdezési sztringparaméter features=keyValuePairs .

• Az előre összeállított szerződési modell kulcsfontosságú információkat nyer ki a szerződéses szerződésekből.

• A prebuilt-healthInsuranceCard.us modell kulcsfontosságú információkat nyer ki az EGYESÜLT Államok egészségbiztosítási kártyáiból.

• Az előre összeállított adódokumentummodell-modell kinyeri az egyesült államokbeli adózási űrlapokon jelentett információkat.

• Az előre összeállított számlamodell különböző formátumokban és minőségben nyeri ki a kulcsmezőket és a sorelemeket az értékesítési számlákból. A mezők közé tartoznak a telefonon rögzített képek, a beolvasott dokumentumok és a digitális PDF-fájlok.

• Az előre összeállított nyugtamodell a nyomtatott és kézzel írt értékesítési nyugtákból nyeri ki a kulcsadatokat.

• Az előre összeállított idDocument modell kulcsfontosságú információkat nyer ki az egyesült államokbeli jogosítványokból, a nemzetközi útlevél-életrajzi oldalakról, az USA államigazolványairól, a társadalombiztosítási kártyákról és az állandó rezidens kártyákról.

Ügyfélkódtár SDK-referencia | REST API-referenciacsomagminták| | | támogatott REST API-verziója |

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

• A Visual Studio IDE.

• Azure AI-szolgáltatások vagy Dokumentumintelligencia-erőforrás. Hozzon létre egy egyszolgáltatásos vagy többszolgáltatásos szolgáltatást. Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

• Az alkalmazás azure document intelligence szolgáltatáshoz való csatlakoztatásához létrehozott erőforrás kulcsa és végpontja.

  1. Az erőforrás üzembe helyezése után válassza az Ugrás az erőforrásra lehetőséget.
  2. A bal oldali navigációs menüben válassza a Kulcsok és végpont lehetőséget.
  3. Másolja ki az egyik kulcsot és a végpontot a cikk későbbi részében való használatra.

  

• Dokumentumfájl URL-címen. Ebben a projektben az alábbi táblázatban szereplő mintaűrlapokat használhatja az egyes funkciókhoz:

  Szolgáltatás	modelID	dokumentum url-címe
  Modell olvasása	előre összeállított olvasás	Minta brosúra
  Elrendezési modell	előre összeállított elrendezés	Foglalási visszaigazolás mintája
  W-2 űrlapmodell	prebuilt-tax.us.w2	W-2 mintaűrlap
  Számlamodell	előre összeállított számla	Mintaszámla
  Nyugtamodell	előre összeállított nyugta	Minta nyugta
  Azonosító dokumentummodell	előre összeállított-idDocument	Mintaazonosító dokumentum

Környezeti változók beállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentAnalysisClient . Ehhez példányosíthatja az ügyfelet az Ön key és endpoint az Azure Portal használatával. Ebben a projektben környezeti változókkal tárolhatja és érheti el a hitelesítő adatokat.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

A Dokumentumintelligencia erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait. Cserélje le aKey> és <a YourEndpoint> értékét az azure portalon található erőforrás értékeire.<

A Windows

A Windows környezeti változói nem érzékenyek a kis- és nagybetűkre. Ezek általában nagybetűvel vannak deklarálva, aláhúzással összekapcsolt szavakkal. A parancssorban futtassa a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   setx DI_KEY <yourKey>
   

2. A végpontváltozó beállítása

   setx DI_ENDPOINT <yourEndpoint>
   

3. Zárja be a parancssori ablakot a környezeti változók beállítása után. Az értékek mindaddig megmaradnak, amíg újra nem módosítja őket.

4. Indítsa újra a környezeti változót olvasó futó programokat. Ha például a Visual Studio-t vagy a Visual Studio Code-ot használja szerkesztőként, indítsa újra a mintakód futtatása előtt.

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
setx VARIABLE_NAME=	Törölje a környezeti változót úgy, hogy az értéket üres sztringre állítja.	setx DI_KEY=
setx VARIABLE_NAME=value	Környezeti változó értékének beállítása vagy módosítása.	setx DI_KEY=<yourKey>
set VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése.	set DI_KEY
set	Az összes környezeti változó megjelenítése.	set

macOS

A macOS környezeti változói megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart. Nyissa meg a terminált, és adja meg a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   export key=<yourKey>
   

2. A végpontváltozó beállítása:

   export endpoint=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bash_profile indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bash_profile fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export DI_KEY=<yourKey> DI_ENDPOINT=<yourEndpoint>
   

   Példa: export DI_KEY="<yourKey>"

2. Mentse a módosításokat a bash_profile fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bash-profile
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY=<yourKey>
printenv VARIABLE_NAME echo $VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Linux

A linuxos környezeti változók megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart:

1. Állítsa be a kulcsváltozót:

   export DI_KEY=<yourKey>
   

2. A végpontváltozó beállítása:

   export DI_ENDPOINT=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bashrc indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bashrc fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export <VARIABLE>=<value>
   

   Példa: export DI_KEY=<yourKey>

2. Mentse a módosításokat a .bashrc fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bashrc
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY=
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY={yourKey}
printenv VARIABLE_NAME echo $VARIABLE_NAME	Környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

A programozási környezet beállítása

1. Indítsa el a Visual Studiót.

2. A kezdőlapon válassza az Új projekt létrehozása lehetőséget.

   

3. Az Új projekt létrehozása lapon adja meg a konzolt a keresőmezőbe. Válassza ki a konzolalkalmazás-sablont, majd kattintson a Tovább gombra.

   

4. Az új projekt konfigurálása lap Projekt neve területén adja meg a docIntelligence_app. Ezután válassza a Tovább gombra.

   

5. A További információ lapon válassza a .NET 8.0 (Hosszú távú támogatás) lehetőséget, majd válassza a Létrehozás lehetőséget.

   

Az ügyfélkódtár telepítése a NuGettel

1. Kattintson a jobb gombbal a docIntelligence_app projektre, és válassza a NuGet-csomagok kezelése... lehetőséget.

   

2. Válassza a Tallózás lapot, és írja be az Azure.AI.FormRecognizer parancsot.

3. Jelölje be a Include prerelease jelölőnégyzetet.

   

4. Válasszon egy verziót a legördülő menüből, és telepítse a csomagot a projektbe.

Az alkalmazás összeállítása

Feljegyzés

A .NET 6-tól kezdve a console sablont használó új projektek új programstílust hoznak létre, amely eltér a korábbi verzióktól. Az új kimenet a legutóbbi C#-funkciókat használja, amelyek leegyszerűsítik az írandó kódot.

Az újabb verzió használatakor csak a metódus törzsét Main kell megírnia. Nem kell felső szintű utasításokat, globális irányelveket vagy implicit irányelveket használnia. További információ: A C#-konzolalkalmazás sablonja legfelső szintű utasításokat hoz létre.

1. Nyissa meg a Program.cs fájlt.

2. Törölje a már meglévő kódot, beleértve a sort Console.Writeline("Hello World!")is.

3. Válasszon az alábbi kódminták közül, és másolja/illessze be az alkalmazás Program.cs fájljába:

   • előre összeállított olvasás
   • előre összeállított elrendezés
   • prebuilt-tax.us.w2
   • előre összeállított számla
   • előre összeállított nyugta
   • előre összeállított-idDocument

4. Miután hozzáadott egy kódmintát az alkalmazáshoz, válassza a projekt neve melletti zöld Start gombot a program létrehozásához és futtatásához, vagy nyomja le az F5 billentyűt.

   

Az Olvasási modell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

//sample document
Uri fileUri = new Uri("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/read.png");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-read", fileUri);
AnalyzeResult result = operation.Value;

foreach (DocumentPage page in result.Pages)
{
    Console.WriteLine($"Document Page {page.PageNumber} has {page.Lines.Count} line(s), {page.Words.Count} word(s),");
    Console.WriteLine($"and {page.SelectionMarks.Count} selection mark(s).");

    for (int i = 0; i < page.Lines.Count; i++)
    {
        DocumentLine line = page.Lines[i];
        Console.WriteLine($"  Line {i} has content: '{line.Content}'.");

        Console.WriteLine($"    Its bounding polygon (points ordered clockwise):");

        for (int j = 0; j < line.BoundingPolygon.Count; j++)
        {
            Console.WriteLine($"      Point {j} => X: {line.BoundingPolygon[j].X}, Y: {line.BoundingPolygon[j].Y}");
        }
    }
}

foreach (DocumentStyle style in result.Styles)
{
    // Check the style and style confidence to see if text is handwritten.
    // Note that value '0.8' is used as an example.

    bool isHandwritten = style.IsHandwritten.HasValue && style.IsHandwritten == true;

    if (isHandwritten && style.Confidence > 0.8)
    {
        Console.WriteLine($"Handwritten content found:");

        foreach (DocumentSpan span in style.Spans)
        {
            Console.WriteLine($"  Content: {result.Content.Substring(span.Index, span.Length)}");
        }
    }
}

Console.WriteLine("Detected languages:");

foreach (DocumentLanguage language in result.Languages)
{
    Console.WriteLine($"  Found language with locale'{language.Locale}' with confidence {language.Confidence}.");
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a modell kimenetétread.

Az Elrendezési modell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document
Uri fileUri = new Uri ("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-layout", fileUri);

AnalyzeResult result = operation.Value;

foreach (DocumentPage page in result.Pages)
{
    Console.WriteLine($"Document Page {page.PageNumber} has {page.Lines.Count} line(s), {page.Words.Count} word(s),");
    Console.WriteLine($"and {page.SelectionMarks.Count} selection mark(s).");

    for (int i = 0; i < page.Lines.Count; i++)
    {
        DocumentLine line = page.Lines[i];
        Console.WriteLine($"  Line {i} has content: '{line.Content}'.");

        Console.WriteLine($"    Its bounding polygon (points ordered clockwise):");

        for (int j = 0; j < line.BoundingPolygon.Count; j++)
        {
            Console.WriteLine($"      Point {j} => X: {line.BoundingPolygon[j].X}, Y: {line.BoundingPolygon[j].Y}");
        }
    }

    for (int i = 0; i < page.SelectionMarks.Count; i++)
    {
        DocumentSelectionMark selectionMark = page.SelectionMarks[i];

        Console.WriteLine($"  Selection Mark {i} is {selectionMark.State}.");
        Console.WriteLine($"    Its bounding polygon (points ordered clockwise):");

        for (int j = 0; j < selectionMark.BoundingPolygon.Count; j++)
        {
            Console.WriteLine($"      Point {j} => X: {selectionMark.BoundingPolygon[j].X}, Y: {selectionMark.BoundingPolygon[j].Y}");
        }
    }
}

Console.WriteLine("Paragraphs:");

foreach (DocumentParagraph paragraph in result.Paragraphs)
{
    Console.WriteLine($"  Paragraph content: {paragraph.Content}");

    if (paragraph.Role != null)
    {
        Console.WriteLine($"    Role: {paragraph.Role}");
    }
}

foreach (DocumentStyle style in result.Styles)
{
    // Check the style and style confidence to see if text is handwritten.
    // Note that value '0.8' is used as an example.

    bool isHandwritten = style.IsHandwritten.HasValue && style.IsHandwritten == true;

    if (isHandwritten && style.Confidence > 0.8)
    {
        Console.WriteLine($"Handwritten content found:");

        foreach (DocumentSpan span in style.Spans)
        {
            Console.WriteLine($"  Content: {result.Content.Substring(span.Index, span.Length)}");
        }
    }
}

Console.WriteLine("The following tables were extracted:");

for (int i = 0; i < result.Tables.Count; i++)
{
    DocumentTable table = result.Tables[i];
    Console.WriteLine($"  Table {i} has {table.RowCount} rows and {table.ColumnCount} columns.");

    foreach (DocumentTableCell cell in table.Cells)
    {
        Console.WriteLine($"    Cell ({cell.RowIndex}, {cell.ColumnIndex}) has kind '{cell.Kind}' and content: '{cell.Content}'.");
    }
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az elrendezési modell kimenetét.

Az Általános dokumentummodell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document
Uri fileUri = new Uri("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/sample-layout.pdf");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-document", fileUri);

AnalyzeResult result = operation.Value;

Console.WriteLine("Detected key-value pairs:");

foreach (DocumentKeyValuePair kvp in result.KeyValuePairs)
{
    if (kvp.Value == null)
    {
        Console.WriteLine($"  Found key with no value: '{kvp.Key.Content}'");
    }
    else
    {
        Console.WriteLine($"  Found key-value pair: '{kvp.Key.Content}' and '{kvp.Value.Content}'");
    }
}

foreach (DocumentPage page in result.Pages)
{
    Console.WriteLine($"Document Page {page.PageNumber} has {page.Lines.Count} line(s), {page.Words.Count} word(s),");
    Console.WriteLine($"and {page.SelectionMarks.Count} selection mark(s).");

    for (int i = 0; i < page.Lines.Count; i++)
    {
        DocumentLine line = page.Lines[i];
        Console.WriteLine($"  Line {i} has content: '{line.Content}'.");

        Console.WriteLine($"    Its bounding polygon (points ordered clockwise):");

        for (int j = 0; j < line.BoundingPolygon.Count; j++)
        {
            Console.WriteLine($"      Point {j} => X: {line.BoundingPolygon[j].X}, Y: {line.BoundingPolygon[j].Y}");
        }
    }

    for (int i = 0; i < page.SelectionMarks.Count; i++)
    {
        DocumentSelectionMark selectionMark = page.SelectionMarks[i];

        Console.WriteLine($"  Selection Mark {i} is {selectionMark.State}.");
        Console.WriteLine($"    Its bounding polygon (points ordered clockwise):");

        for (int j = 0; j < selectionMark.BoundingPolygon.Count; j++)
        {
            Console.WriteLine($"      Point {j} => X: {selectionMark.BoundingPolygon[j].X}, Y: {selectionMark.BoundingPolygon[j].Y}");
        }
    }
}

foreach (DocumentStyle style in result.Styles)
{
    // Check the style and style confidence to see if text is handwritten.
    // Note that value '0.8' is used as an example.

    bool isHandwritten = style.IsHandwritten.HasValue && style.IsHandwritten == true;

    if (isHandwritten && style.Confidence > 0.8)
    {
        Console.WriteLine($"Handwritten content found:");

        foreach (DocumentSpan span in style.Spans)
        {
            Console.WriteLine($"  Content: {result.Content.Substring(span.Index, span.Length)}");
        }
    }
}

Console.WriteLine("The following tables were extracted:");

for (int i = 0; i < result.Tables.Count; i++)
{
    DocumentTable table = result.Tables[i];
    Console.WriteLine($"  Table {i} has {table.RowCount} rows and {table.ColumnCount} columns.");

    foreach (DocumentTableCell cell in table.Cells)
    {
        Console.WriteLine($"    Cell ({cell.RowIndex}, {cell.ColumnIndex}) has kind '{cell.Kind}' and content: '{cell.Content}'.");
    }
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az általános dokumentummodell kimenetét.

A W-2 adómodell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document
Uri w2Uri = new Uri("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/w2.png");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-tax.us.w2", w2Uri);

AnalyzeResult result = operation.Value;

for (int i = 0; i < result.Documents.Count; i++)
{
    Console.WriteLine($"Document {i}:");

    AnalyzedDocument document = result.Documents[i];

    if (document.Fields.TryGetValue("AdditionalInfo", out DocumentField? additionalInfoField))
    {
        if (additionalInfoField.FieldType == DocumentFieldType.List)
        {
            foreach (DocumentField infoField in additionalInfoField.Value.AsList())
            {
                Console.WriteLine("AdditionalInfo:");

                if (infoField.FieldType == DocumentFieldType.Dictionary)
                {
                    IReadOnlyDictionary<string, DocumentField> infoFields = infoField.Value.AsDictionary();

                    if (infoFields.TryGetValue("Amount", out DocumentField? amountField))
                    {
                        if (amountField.FieldType == DocumentFieldType.Double)
                        {
                            double amount = amountField.Value.AsDouble();

                            Console.WriteLine($"  Amount: '{amount}', with confidence {amountField.Confidence}");
                        }
                    }

                    if (infoFields.TryGetValue("LetterCode", out DocumentField? letterCodeField))
                    {
                        if (letterCodeField.FieldType == DocumentFieldType.String)
                        {
                            string letterCode = letterCodeField.Value.AsString();

                            Console.WriteLine($"  LetterCode: '{letterCode}', with confidence {letterCodeField.Confidence}");
                        }
                    }
                }
            }
        }
    }


    if (document.Fields.TryGetValue("AllocatedTips", out DocumentField? allocatedTipsField))
    {
        if (allocatedTipsField.FieldType == DocumentFieldType.Double)
        {
            double allocatedTips = allocatedTipsField.Value.AsDouble();
            Console.WriteLine($"Allocated Tips: '{allocatedTips}', with confidence {allocatedTipsField.Confidence}");
        }
    }

    if (document.Fields.TryGetValue("Employer", out DocumentField? employerField))
    {
        if (employerField.FieldType == DocumentFieldType.Dictionary)
        {
            IReadOnlyDictionary<string, DocumentField> employerFields = employerField.Value.AsDictionary();

            if (employerFields.TryGetValue("Name", out DocumentField? employerNameField))
            {
                if (employerNameField.FieldType == DocumentFieldType.String)
                {
                    string name = employerNameField.Value.AsString();

                    Console.WriteLine($"Employer Name: '{name}', with confidence {employerNameField.Confidence}");
                }
            }

            if (employerFields.TryGetValue("IdNumber", out DocumentField? idNumberField))
            {
                if (idNumberField.FieldType == DocumentFieldType.String)
                {
                    string id = idNumberField.Value.AsString();

                    Console.WriteLine($"Employer ID Number: '{id}', with confidence {idNumberField.Confidence}");
                }
            }

            if (employerFields.TryGetValue("Address", out DocumentField? addressField))
            {
                if (addressField.FieldType == DocumentFieldType.Address)
                {
                    Console.WriteLine($"Employer Address: '{addressField.Content}', with confidence {addressField.Confidence}");
                }
            }
        }
    }
}

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg a W-2 adómodell kimenetét.

A számlamodell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document
Uri invoiceUri = new Uri("https://github.com/Azure-Samples/cognitive-services-REST-api-samples/raw/master/curl/form-recognizer/rest-api/invoice.pdf");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-invoice", invoiceUri);

AnalyzeResult result = operation.Value;

for (int i = 0; i < result.Documents.Count; i++)
{
    Console.WriteLine($"Document {i}:");

    AnalyzedDocument document = result.Documents[i];

    if (document.Fields.TryGetValue("VendorName", out DocumentField vendorNameField))
    {
        if (vendorNameField.FieldType == DocumentFieldType.String)
        {
            string vendorName = vendorNameField.Value.AsString();
            Console.WriteLine($"Vendor Name: '{vendorName}', with confidence {vendorNameField.Confidence}");
        }
    }

    if (document.Fields.TryGetValue("CustomerName", out DocumentField customerNameField))
    {
        if (customerNameField.FieldType == DocumentFieldType.String)
        {
            string customerName = customerNameField.Value.AsString();
            Console.WriteLine($"Customer Name: '{customerName}', with confidence {customerNameField.Confidence}");
        }
    }

    if (document.Fields.TryGetValue("Items", out DocumentField itemsField))
    {
        if (itemsField.FieldType == DocumentFieldType.List)
        {
            foreach (DocumentField itemField in itemsField.Value.AsList())
            {
                Console.WriteLine("Item:");

                if (itemField.FieldType == DocumentFieldType.Dictionary)
                {
                    IReadOnlyDictionary<string, DocumentField> itemFields = itemField.Value.AsDictionary();

                    if (itemFields.TryGetValue("Description", out DocumentField itemDescriptionField))
                    {
                        if (itemDescriptionField.FieldType == DocumentFieldType.String)
                        {
                            string itemDescription = itemDescriptionField.Value.AsString();

                            Console.WriteLine($"  Description: '{itemDescription}', with confidence {itemDescriptionField.Confidence}");
                        }
                    }

                    if (itemFields.TryGetValue("Amount", out DocumentField itemAmountField))
                    {
                        if (itemAmountField.FieldType == DocumentFieldType.Currency)
                        {
                            CurrencyValue itemAmount = itemAmountField.Value.AsCurrency();

                            Console.WriteLine($"  Amount: '{itemAmount.Symbol}{itemAmount.Amount}', with confidence {itemAmountField.Confidence}");
                        }
                    }
                }
            }
        }
    }

    if (document.Fields.TryGetValue("SubTotal", out DocumentField subTotalField))
    {
        if (subTotalField.FieldType == DocumentFieldType.Currency)
        {
            CurrencyValue subTotal = subTotalField.Value.AsCurrency();
            Console.WriteLine($"Sub Total: '{subTotal.Symbol}{subTotal.Amount}', with confidence {subTotalField.Confidence}");
        }
    }

    if (document.Fields.TryGetValue("TotalTax", out DocumentField totalTaxField))
    {
        if (totalTaxField.FieldType == DocumentFieldType.Currency)
        {
            CurrencyValue totalTax = totalTaxField.Value.AsCurrency();
            Console.WriteLine($"Total Tax: '{totalTax.Symbol}{totalTax.Amount}', with confidence {totalTaxField.Confidence}");
        }
    }

    if (document.Fields.TryGetValue("InvoiceTotal", out DocumentField invoiceTotalField))
    {
        if (invoiceTotalField.FieldType == DocumentFieldType.Currency)
        {
            CurrencyValue invoiceTotal = invoiceTotalField.Value.AsCurrency();
            Console.WriteLine($"Invoice Total: '{invoiceTotal.Symbol}{invoiceTotal.Amount}', with confidence {invoiceTotalField.Confidence}");
        }
    }
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a számlamodell kimenetét.

A Nyugtamodell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document
Uri receiptUri = new Uri("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/receipt.png");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-receipt", receiptUri);

AnalyzeResult receipts = operation.Value;

foreach (AnalyzedDocument receipt in receipts.Documents)
{
    if (receipt.Fields.TryGetValue("MerchantName", out DocumentField merchantNameField))
    {
        if (merchantNameField.FieldType == DocumentFieldType.String)
        {
            string merchantName = merchantNameField.Value.AsString();

            Console.WriteLine($"Merchant Name: '{merchantName}', with confidence {merchantNameField.Confidence}");
        }
    }

    if (receipt.Fields.TryGetValue("TransactionDate", out DocumentField transactionDateField))
    {
        if (transactionDateField.FieldType == DocumentFieldType.Date)
        {
            DateTimeOffset transactionDate = transactionDateField.Value.AsDate();

            Console.WriteLine($"Transaction Date: '{transactionDate}', with confidence {transactionDateField.Confidence}");
        }
    }

    if (receipt.Fields.TryGetValue("Items", out DocumentField itemsField))
    {
        if (itemsField.FieldType == DocumentFieldType.List)
        {
            foreach (DocumentField itemField in itemsField.Value.AsList())
            {
                Console.WriteLine("Item:");

                if (itemField.FieldType == DocumentFieldType.Dictionary)
                {
                    IReadOnlyDictionary<string, DocumentField> itemFields = itemField.Value.AsDictionary();

                    if (itemFields.TryGetValue("Description", out DocumentField itemDescriptionField))
                    {
                        if (itemDescriptionField.FieldType == DocumentFieldType.String)
                        {
                            string itemDescription = itemDescriptionField.Value.AsString();

                            Console.WriteLine($"  Description: '{itemDescription}', with confidence {itemDescriptionField.Confidence}");
                        }
                    }

                    if (itemFields.TryGetValue("TotalPrice", out DocumentField itemTotalPriceField))
                    {
                        if (itemTotalPriceField.FieldType == DocumentFieldType.Double)
                        {
                            double itemTotalPrice = itemTotalPriceField.Value.AsDouble();

                            Console.WriteLine($"  Total Price: '{itemTotalPrice}', with confidence {itemTotalPriceField.Confidence}");
                        }
                    }
                }
            }
        }
    }

    if (receipt.Fields.TryGetValue("Total", out DocumentField totalField))
    {
        if (totalField.FieldType == DocumentFieldType.Double)
        {
            double total = totalField.Value.AsDouble();

            Console.WriteLine($"Total: '{total}', with confidence '{totalField.Confidence}'");
        }
    }
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a nyugtamodell kimenetét.

Az azonosító dokumentummodell használata

using Azure;
using Azure.AI.DocumentIntelligence;

//use your `key` and `endpoint` environment variables to create your `AzureKeyCredential` and `DocumentIntelligenceClient` instances
string key = Environment.GetEnvironmentVariable("DI_KEY");
string endpoint = Environment.GetEnvironmentVariable("DI_ENDPOINT");
AzureKeyCredential credential = new AzureKeyCredential(key);
DocumentIntelligenceClient client = new DocumentIntelligenceClient(new Uri(endpoint), credential);

// sample document document

Uri idDocumentUri = new Uri("https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/identity_documents.png");

Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, "prebuilt-idDocument", idDocumentUri);

AnalyzeResult identityDocuments = operation.Value;

AnalyzedDocument identityDocument = identityDocuments.Documents.Single();

if (identityDocument.Fields.TryGetValue("Address", out DocumentField addressField))
{
    if (addressField.FieldType == DocumentFieldType.String)
    {
        string address = addressField.Value. AsString();
        Console.WriteLine($"Address: '{address}', with confidence {addressField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("CountryRegion", out DocumentField countryRegionField))
{
    if (countryRegionField.FieldType == DocumentFieldType.CountryRegion)
    {
        string countryRegion = countryRegionField.Value.AsCountryRegion();
        Console.WriteLine($"CountryRegion: '{countryRegion}', with confidence {countryRegionField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("DateOfBirth", out DocumentField dateOfBirthField))
{
    if (dateOfBirthField.FieldType == DocumentFieldType.Date)
    {
        DateTimeOffset dateOfBirth = dateOfBirthField.Value.AsDate();
        Console.WriteLine($"Date Of Birth: '{dateOfBirth}', with confidence {dateOfBirthField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("DateOfExpiration", out DocumentField dateOfExpirationField))
{
    if (dateOfExpirationField.FieldType == DocumentFieldType.Date)
    {
        DateTimeOffset dateOfExpiration = dateOfExpirationField.Value.AsDate();
        Console.WriteLine($"Date Of Expiration: '{dateOfExpiration}', with confidence {dateOfExpirationField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("DocumentNumber", out DocumentField documentNumberField))
{
    if (documentNumberField.FieldType == DocumentFieldType.String)
    {
        string documentNumber = documentNumberField.Value.AsString();
        Console.WriteLine($"Document Number: '{documentNumber}', with confidence {documentNumberField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("FirstName", out DocumentField firstNameField))
{
    if (firstNameField.FieldType == DocumentFieldType.String)
    {
        string firstName = firstNameField.Value.AsString();
        Console.WriteLine($"First Name: '{firstName}', with confidence {firstNameField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("LastName", out DocumentField lastNameField))
{
    if (lastNameField.FieldType == DocumentFieldType.String)
    {
        string lastName = lastNameField.Value.AsString();
        Console.WriteLine($"Last Name: '{lastName}', with confidence {lastNameField.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("Region", out DocumentField regionfield))
{
    if (regionfield.FieldType == DocumentFieldType.String)
    {
        string region = regionfield.Value.AsString();
        Console.WriteLine($"Region: '{region}', with confidence {regionfield.Confidence}");
    }
}

if (identityDocument.Fields.TryGetValue("Sex", out DocumentField sexfield))
{
    if (sexfield.FieldType == DocumentFieldType.String)
    {
        string sex = sexfield.Value.AsString();
        Console.WriteLine($"Sex: '{sex}', with confidence {sexfield.Confidence}");
    }
}

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg az azonosító dokumentummodell kimenetét.

Ügyfélkódtár SDK-referencia | REST API-referenciacsomag | (Maven) | Minták |támogatott REST API-verzió |

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

• A Visual Studio Code legújabb verziója vagy az ön által előnyben részesített IDE. Lásd a Java-t a Visual Studio Code-ban.

  • A Visual Studio Code a Java kódolási csomagját kínálja Windowshoz és macOS-hez. A kódolási csomag a VS Code, a Java Development Kit (JDK) és a Microsoft által javasolt bővítmények gyűjteménye. A kódolási csomag egy meglévő fejlesztési környezet javításához is használható.
  • Ha a Code és a Java kódolási csomagját használja VS , telepítse a Gradle for Java bővítményt.

  Ha nem a Visual Studio Code-ot használja, győződjön meg arról, hogy telepítve van a következő a fejlesztői környezetben:

  • A Java Development Kit (JDK) 8-es vagy újabb verziója. További információ: Microsoft Build of OpenJDK.
  • Gradle, 6.8-es vagy újabb verzió.

• Azure AI-szolgáltatások vagy Dokumentumintelligencia-erőforrás. Hozzon létre egy egyszolgáltatásos vagy többszolgáltatásos szolgáltatást. Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

  Tipp.

  Hozzon létre egy Azure AI-szolgáltatási erőforrást, ha több Azure AI-szolgáltatást szeretne elérni egyetlen végpont és kulcs használatával. Csak dokumentumintelligencia-hozzáféréshez hozzon létre egy dokumentumintelligencia-erőforrást. Ha Microsoft Entra-hitelesítést kíván használni, egyszolgáltatásos erőforrásra van szüksége.

• Az alkalmazás azure document intelligence szolgáltatáshoz való csatlakoztatásához létrehozott erőforrás kulcsa és végpontja.

  1. Az erőforrás üzembe helyezése után válassza az Ugrás az erőforrásra lehetőséget.
  2. A bal oldali navigációs menüben válassza a Kulcsok és végpont lehetőséget.
  3. Másolja ki az egyik kulcsot és a végpontot a cikk későbbi részében való használatra.

  

• Dokumentumfájl URL-címen. Ebben a projektben az alábbi táblázatban szereplő mintaűrlapokat használhatja az egyes funkciókhoz:

  Szolgáltatás	modelID	dokumentum url-címe
  Modell olvasása	előre összeállított olvasás	Minta brosúra
  Elrendezési modell	előre összeállított elrendezés	Foglalási visszaigazolás mintája
  W-2 űrlapmodell	prebuilt-tax.us.w2	W-2 mintaűrlap
  Számlamodell	előre összeállított számla	Mintaszámla
  Nyugtamodell	előre összeállított nyugta	Minta nyugta
  Azonosító dokumentummodell	előre összeállított-idDocument	Mintaazonosító dokumentum

Környezeti változók beállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentAnalysisClient . Ehhez példányosíthatja az ügyfelet az Ön key és endpoint az Azure Portal használatával. Ebben a projektben környezeti változókkal tárolhatja és érheti el a hitelesítő adatokat.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

A Dokumentumintelligencia erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait. Cserélje le aKey> és <a YourEndpoint> értékét az azure portalon található erőforrás értékeire.<

A Windows

A Windows környezeti változói nem érzékenyek a kis- és nagybetűkre. Ezek általában nagybetűvel vannak deklarálva, aláhúzással összekapcsolt szavakkal. A parancssorban futtassa a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   setx DI_KEY <yourKey>
   

2. A végpontváltozó beállítása

   setx DI_ENDPOINT <yourEndpoint>
   

3. Zárja be a parancssori ablakot a környezeti változók beállítása után. Az értékek mindaddig megmaradnak, amíg újra nem módosítja őket.

4. Indítsa újra a környezeti változót olvasó futó programokat. Ha például a Visual Studio-t vagy a Visual Studio Code-ot használja szerkesztőként, indítsa újra a mintakód futtatása előtt.

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
setx VARIABLE_NAME=	Törölje a környezeti változót úgy, hogy az értéket üres sztringre állítja.	setx DI_KEY=
setx VARIABLE_NAME=value	Környezeti változó értékének beállítása vagy módosítása.	setx DI_KEY=<yourKey>
set VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése.	set DI_KEY
set	Az összes környezeti változó megjelenítése.	set

macOS

A macOS környezeti változói megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart. Nyissa meg a terminált, és adja meg a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   export key=<yourKey>
   

2. A végpontváltozó beállítása:

   export endpoint=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bash_profile indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bash_profile fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export DI_KEY=<yourKey> DI_ENDPOINT=<yourEndpoint>
   

   Példa: export DI_KEY="<yourKey>"

2. Mentse a módosításokat a bash_profile fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bash-profile
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY=<yourKey>
printenv VARIABLE_NAME echo $VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Linux

A linuxos környezeti változók megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart:

1. Állítsa be a kulcsváltozót:

   export DI_KEY=<yourKey>
   

2. A végpontváltozó beállítása:

   export DI_ENDPOINT=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bashrc indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bashrc fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export <VARIABLE>=<value>
   

   Példa: export DI_KEY=<yourKey>

2. Mentse a módosításokat a .bashrc fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bashrc
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY=
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY={yourKey}
printenv VARIABLE_NAME echo $VARIABLE_NAME	Környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

A programozási környezet beállítása

A programozási környezet beállításához hozzon létre egy Gradle-projektet, és telepítse az ügyfélkódtárat.

Gradle-projekt létrehozása

1. Egy konzolablakban hozzon létre egy könyvtárat az alkalmazáshoz doc-intelligence-app néven, és navigáljon hozzá.

   mkdir doc-intelligence-app
   cd doc-intelligence-app
   

2. Futtassa a gradle init parancsot a munkakönyvtárból. Ez a parancs alapvető buildfájlokat hoz létre a Gradle számára, beleértve a build.gradle.kts fájlt is, amelyet futásidőben használnak az alkalmazás létrehozásához és konfigurálásához.

   gradle init --type basic
   

3. Amikor a rendszer kéri, hogy válasszon egy DSL-t, válassza a Kotlin lehetőséget.

4. Válassza az Enter lehetőséget az alapértelmezett projektnév, a doc-intelligence-app elfogadásához.

Telepítse az ügyfélkódtárat

Ez a cikk a Gradle függőségkezelőt használja. A Maven Central-adattárban megtalálhatja a többi függőségkezelő ügyfélkódtárát és információit.

1. Nyissa meg a projekt build.gradle.kts fájlját az IDE-ben. Másolja és illessze be a következő kódot az ügyfélkódtár utasításként implementation való belefoglalásához, a szükséges beépülő modulokkal és beállításokkal együtt.

   plugins {
      java
      application
   }
   application {
       mainClass.set("DocIntelligence")
   }
   repositories {
       mavenCentral()
   }
   dependencies {
       implementation group: 'com.azure', name: 'azure-ai-documentintelligence', version: '1.0.0-beta.4'
   }
   

Java-alkalmazás létrehozása

A Dokumentumintelligencia szolgáltatással való kommunikációhoz hozza létre az osztály egy példányát DocumentIntelligenceClient . Ehhez létre kell hoznia egy példányt AzureKeyCredential key az Azure Portalról, valamint egy DocumentIntelligenceClient példányt a dokumentumintelligencia és a AzureKeyCredential dokumentumintelligencia használatával endpoint.

1. A doc-intelligence-app könyvtárban futtassa a következő parancsot:

   mkdir -p src/main/java
   

Ez a parancs a következő könyvtárstruktúrát hozza létre:

1. Lépjen a java könyvtárra, és hozzon létre egy DocIntelligence.java nevű fájlt.

   Tipp.

   Új fájlt a PowerShell használatával hozhat létre. Nyisson meg egy PowerShell-ablakot a projektkönyvtárban a Shift billentyűt lenyomva tartva kattintson a jobb gombbal a mappára, majd írja be a következő parancsot: New-Item DocIntelligence.java.

2. Nyissa meg a DocIntelligence.java fájlt, és válasszon az alábbi kódminták közül, és másolja/illessze be az alkalmazásba:

   • Az előre összeállított olvasási modell az összes Dokumentumintelligencia-modell középpontjában áll, és képes észlelni a vonalakat, szavakat, helyeket és nyelveket. Az elrendezés, az általános dokumentum, az előre összeállított és az egyéni modellek mind a modellt használják a read szövegek dokumentumokból való kinyerése alapjául.
   • Az előre összeállított elrendezési modell szöveg- és szöveghelyeket, táblázatokat, kijelölési jeleket és szerkezeti információkat nyer ki a dokumentumokból és képekből.
   • Az előre összeállított-tax.us.w2 modell kinyeri az USA belső bevételi szolgáltatásának (IRS) adózási űrlapjairól jelentett információkat.
   • Az előre összeállított számlamodell különböző formátumokban nyeri ki a kulcsmezőket és a sorelemeket az értékesítési számlákból.
   • Az előre összeállított nyugtamodell a nyomtatott és kézzel írt értékesítési nyugtákból nyeri ki a kulcsadatokat.
   • Az előre összeállított idDocument modell kulcsfontosságú információkat nyer ki az USA-beli jogosítványokból; nemzetközi útlevél-életrajzi oldalakról; USA-beli államazonosítók; társadalombiztosítási kártyák; és állandó rezidens kártyákat.

3. Írja be a következő parancsokat:

   gradle build
   gradle run
   

Az Olvasási modell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;


public class DocIntelligence {

  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

//sample document
String documentUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/read.png";

String modelId = "prebuilt-read";

SyncPoller < OperationResult, AnalyzeResult > analyzeLayoutResultPoller =
  client.beginAnalyzeDocument(modelId, invoiceUrl);;

AnalyzeResult analyzeLayoutResult = analyzeLayoutResultPoller.getFinalResult().getAnalyzeResult();

// pages
analyzeLayoutResult.getPages().forEach(documentPage -> {
  System.out.printf("Page has width: %.2f and height: %.2f, measured with unit: %s%n",
    documentPage.getWidth(),
    documentPage.getHeight(),
    documentPage.getUnit());

  // lines
  documentPage.getLines().forEach(documentLine ->
    System.out.printf("Line %s is within a bounding polygon %s.%n",
      documentLine.getContent(),
      documentLine.getBoundingPolygon().toString()));

  // words
  documentPage.getWords().forEach(documentWord ->
    System.out.printf("Word '%s' has a confidence score of %.2f.%n",
      documentWord.getContent(),
      documentWord.getConfidence()));
});
}
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a modell kimenetétread.

Az Elrendezési modell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

//sample document
String layoutDocumentUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png";
String modelId = "prebuilt-layout";

SyncPoller < OperationResult, AnalyzeResult > analyzeLayoutResultPoller =
  client.beginAnalyzeDocument(modelId, layoutDocumentUrl);

AnalyzeResult analyzeLayoutResult = analyzeLayoutResultPoller.getFinalResult().getAnalyzeResult();

// pages
analyzeLayoutResult.getPages().forEach(documentPage -> {
  System.out.printf("Page has width: %.2f and height: %.2f, measured with unit: %s%n",
    documentPage.getWidth(),
    documentPage.getHeight(),
    documentPage.getUnit());

  // lines
  documentPage.getLines().forEach(documentLine ->
    System.out.printf("Line %s is within a bounding polygon %s.%n",
      documentLine.getContent(),
      documentLine.getBoundingPolygon().toString()));

  // words
  documentPage.getWords().forEach(documentWord ->
    System.out.printf("Word '%s' has a confidence score of %.2f%n",
      documentWord.getContent(),
      documentWord.getConfidence()));

  // selection marks
  documentPage.getSelectionMarks().forEach(documentSelectionMark ->
    System.out.printf("Selection mark is '%s' and is within a bounding polygon %s with confidence %.2f.%n",
      documentSelectionMark.getSelectionMarkState().toString(),
      getBoundingCoordinates(documentSelectionMark.getBoundingPolygon()),
      documentSelectionMark.getConfidence()));
});

// tables
List < DocumentTable > tables = analyzeLayoutResult.getTables();
for (int i = 0; i < tables.size(); i++) {
  DocumentTable documentTables = tables.get(i);
  System.out.printf("Table %d has %d rows and %d columns.%n", i, documentTables.getRowCount(),
    documentTables.getColumnCount());
  documentTables.getCells().forEach(documentTableCell -> {
    System.out.printf("Cell '%s', has row index %d and column index %d.%n", documentTableCell.getContent(),
      documentTableCell.getRowIndex(), documentTableCell.getColumnIndex());
  });
  System.out.println();
}

}

// Utility function to get the bounding polygon coordinates.
private static String getBoundingCoordinates(List < Point > boundingPolygon) {
  return boundingPolygon.stream().map(point -> String.format("[%.2f, %.2f]", point.getX(),
    point.getY())).collect(Collectors.joining(", "));
}

}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az elrendezési modell kimenetét.

Az Általános dokumentummodell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

//sample document
String generalDocumentUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/sample-layout.pdf";
String modelId = "prebuilt-document";
SyncPoller < OperationResult, AnalyzeResult > analyzeDocumentPoller =
  client.beginAnalyzeDocument(modelId, generalDocumentUrl);

AnalyzeResult analyzeResult = analyzeDocumentPoller.getFinalResult().getAnalyzeResult();;

// pages
analyzeResult.getPages().forEach(documentPage -> {
  System.out.printf("Page has width: %.2f and height: %.2f, measured with unit: %s%n",
    documentPage.getWidth(),
    documentPage.getHeight(),
    documentPage.getUnit());

  // lines
  documentPage.getLines().forEach(documentLine ->
    System.out.printf("Line %s is within a bounding polygon %s.%n",
      documentLine.getContent(),
      documentLine.getBoundingPolygon().toString()));

  // words
  documentPage.getWords().forEach(documentWord ->
    System.out.printf("Word %s has a confidence score of %.2f%n.",
      documentWord.getContent(),
      documentWord.getConfidence()));
});

// tables
List < DocumentTable > tab_les = analyzeResult.getTables();
for (int i = 0; i < tab_les.size(); i++) {
  DocumentTable documentTable = tab_les.get(i);
  System.out.printf("Table %d has %d rows and %d columns.%n", i, documentTable.getRowCount(),
    documentTable.getColumnCount());
  documentTable.getCells().forEach(documentTableCell -> {
    System.out.printf("Cell '%s', has row index %d and column index %d.%n",
      documentTableCell.getContent(),
      documentTableCell.getRowIndex(), documentTableCell.getColumnIndex());
  });
  System.out.println();
}

// Key-value pairs
analyzeResult.getKeyValuePairs().forEach(documentKeyValuePair -> {
  System.out.printf("Key content: %s%n", documentKeyValuePair.getKey().getContent());
  System.out.printf("Key content bounding region: %s%n",
    documentKeyValuePair.getKey().getBoundingRegions().toString());

  if (documentKeyValuePair.getValue() != null) {
    System.out.printf("Value content: %s%n", documentKeyValuePair.getValue().getContent());
    System.out.printf("Value content bounding region: %s%n", documentKeyValuePair.getValue().getBoundingRegions().toString());
  }
});

}

}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az általános dokumentummodell kimenetét.

A W-2 adómodell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

// sample document
String w2Url = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/w2.png";
String modelId = "prebuilt-tax.us.w2";

SyncPoller < OperationResult, AnalyzeResult > analyzeW2Poller =
  client.beginAnalyzeDocument(modelId, w2Url);

AnalyzeResult analyzeTaxResult = analyzeW2Poller.getFinalResult().getAnalyzeResult();

for (int i = 0; i < analyzeTaxResult.getDocuments().size(); i++) {
  AnalyzedDocument analyzedTaxDocument = analyzeTaxResult.getDocuments().get(i);
  Map < String, DocumentField > taxFields = analyzedTaxDocument.getFields();
  System.out.printf("----------- Analyzing Document  %d -----------%n", i);
  DocumentField w2FormVariantField = taxFields.get("W2FormVariant");
  if (w2FormVariantField != null) {
    if (DocumentFieldType.STRING == w2FormVariantField.getType()) {
      String merchantName = w2FormVariantField.getValueAsString();
      System.out.printf("Form variant: %s, confidence: %.2f%n",
        merchantName, w2FormVariantField.getConfidence());
    }
  }

  DocumentField employeeField = taxFields.get("Employee");
  if (employeeField != null) {
    System.out.println("Employee Data: ");
    if (DocumentFieldType.MAP == employeeField.getType()) {
      Map < String, DocumentField > employeeDataFieldMap = employeeField.getValueAsMap();
      DocumentField employeeName = employeeDataFieldMap.get("Name");
      if (employeeName != null) {
        if (DocumentFieldType.STRING == employeeName.getType()) {
          String employeesName = employeeName.getValueAsString();
          System.out.printf("Employee Name: %s, confidence: %.2f%n",
            employeesName, employeeName.getConfidence());
        }
      }
      DocumentField employeeAddrField = employeeDataFieldMap.get("Address");
      if (employeeAddrField != null) {
        if (DocumentFieldType.STRING == employeeAddrField.getType()) {
          String employeeAddress = employeeAddrField.getValueAsString();
          System.out.printf("Employee Address: %s, confidence: %.2f%n",
            employeeAddress, employeeAddrField.getConfidence());
        }
      }
    }
  }

  DocumentField employerField = taxFields.get("Employer");
  if (employerField != null) {
    System.out.println("Employer Data: ");
    if (DocumentFieldType.MAP == employerField.getType()) {
      Map < String, DocumentField > employerDataFieldMap = employerField.getValueAsMap();
      DocumentField employerNameField = employerDataFieldMap.get("Name");
      if (employerNameField != null) {
        if (DocumentFieldType.STRING == employerNameField.getType()) {
          String employerName = employerNameField.getValueAsString();
          System.out.printf("Employer Name: %s, confidence: %.2f%n",
            employerName, employerNameField.getConfidence());
        }
      }

      DocumentField employerIDNumberField = employerDataFieldMap.get("IdNumber");
      if (employerIDNumberField != null) {
        if (DocumentFieldType.STRING == employerIDNumberField.getType()) {
          String employerIdNumber = employerIDNumberField.getValueAsString();
          System.out.printf("Employee ID Number: %s, confidence: %.2f%n",
            employerIdNumber, employerIDNumberField.getConfidence());
        }
      }
    }
  }

  DocumentField taxYearField = taxFields.get("TaxYear");
  if (taxYearField != null) {
    if (DocumentFieldType.STRING == taxYearField.getType()) {
      String taxYear = taxYearField.getValueAsString();
      System.out.printf("Tax year: %s, confidence: %.2f%n",
        taxYear, taxYearField.getConfidence());
    }
  }

  DocumentField taxDateField = taxFields.get("TaxDate");
  if (taxDateField != null) {
    if (DocumentFieldType.DATE == taxDateField.getType()) {
      LocalDate taxDate = taxDateField.getValueAsDate();
      System.out.printf("Tax Date: %s, confidence: %.2f%n",
        taxDate, taxDateField.getConfidence());
    }
  }

  DocumentField socialSecurityTaxField = taxFields.get("SocialSecurityTaxWithheld");
  if (socialSecurityTaxField != null) {
    if (DocumentFieldType.DOUBLE == socialSecurityTaxField.getType()) {
      Double socialSecurityTax = socialSecurityTaxField.getValueAsDouble();
      System.out.printf("Social Security Tax withheld: %.2f, confidence: %.2f%n",
        socialSecurityTax, socialSecurityTaxField.getConfidence());
    }
  }
}
}
}

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg a W-2 adómodell kimenetét.

A számlamodell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

// sample document
String invoiceUrl = "https://github.com/Azure-Samples/cognitive-services-REST-api-samples/raw/master/curl/form-recognizer/rest-api/invoice.pdf";
String modelId = "prebuilt-invoice";

SyncPoller < OperationResult, AnalyzeResult > analyzeInvoicesPoller =
  client.beginAnalyzeDocument(modelId, invoiceUrl);

AnalyzeResult analyzeInvoiceResult = analyzeInvoicesPoller.getFinalResult().getAnalyzeResult();

for (int i = 0; i < analyzeInvoiceResult.getDocuments().size(); i++) {
  AnalyzedDocument analyzedInvoice = analyzeInvoiceResult.getDocuments().get(i);
  Map < String, DocumentField > invoiceFields = analyzedInvoice.getFields();
  System.out.printf("----------- Analyzing invoice  %d -----------%n", i);
  DocumentField vendorNameField = invoiceFields.get("VendorName");
  if (vendorNameField != null) {
    if (DocumentFieldType.STRING == vendorNameField.getType()) {
      String merchantName = vendorNameField.getValueAsString();
      System.out.printf("Vendor Name: %s, confidence: %.2f%n",
        merchantName, vendorNameField.getConfidence());
    }
  }

  DocumentField vendorAddressField = invoiceFields.get("VendorAddress");
  if (vendorAddressField != null) {
    if (DocumentFieldType.STRING == vendorAddressField.getType()) {
      String merchantAddress = vendorAddressField.getValueAsString();
      System.out.printf("Vendor address: %s, confidence: %.2f%n",
        merchantAddress, vendorAddressField.getConfidence());
    }
  }

  DocumentField customerNameField = invoiceFields.get("CustomerName");
  if (customerNameField != null) {
    if (DocumentFieldType.STRING == customerNameField.getType()) {
      String merchantAddress = customerNameField.getValueAsString();
      System.out.printf("Customer Name: %s, confidence: %.2f%n",
        merchantAddress, customerNameField.getConfidence());
    }
  }

  DocumentField customerAddressRecipientField = invoiceFields.get("CustomerAddressRecipient");
  if (customerAddressRecipientField != null) {
    if (DocumentFieldType.STRING == customerAddressRecipientField.getType()) {
      String customerAddr = customerAddressRecipientField.getValueAsString();
      System.out.printf("Customer Address Recipient: %s, confidence: %.2f%n",
        customerAddr, customerAddressRecipientField.getConfidence());
    }
  }

  DocumentField invoiceIdField = invoiceFields.get("InvoiceId");
  if (invoiceIdField != null) {
    if (DocumentFieldType.STRING == invoiceIdField.getType()) {
      String invoiceId = invoiceIdField.getValueAsString();
      System.out.printf("Invoice ID: %s, confidence: %.2f%n",
        invoiceId, invoiceIdField.getConfidence());
    }
  }

  DocumentField invoiceDateField = invoiceFields.get("InvoiceDate");
  if (customerNameField != null) {
    if (DocumentFieldType.DATE == invoiceDateField.getType()) {
      LocalDate invoiceDate = invoiceDateField.getValueAsDate();
      System.out.printf("Invoice Date: %s, confidence: %.2f%n",
        invoiceDate, invoiceDateField.getConfidence());
    }
  }

  DocumentField invoiceTotalField = invoiceFields.get("InvoiceTotal");
  if (customerAddressRecipientField != null) {
    if (DocumentFieldType.DOUBLE == invoiceTotalField.getType()) {
      Double invoiceTotal = invoiceTotalField.getValueAsDouble();
      System.out.printf("Invoice Total: %.2f, confidence: %.2f%n",
        invoiceTotal, invoiceTotalField.getConfidence());
    }
  }

  DocumentField invoiceItemsField = invoiceFields.get("Items");
  if (invoiceItemsField != null) {
    System.out.printf("Invoice Items: %n");
    if (DocumentFieldType.LIST == invoiceItemsField.getType()) {
      List < DocumentField > invoiceItems = invoiceItemsField.getValueAsList();
      invoiceItems.stream()
        .filter(invoiceItem -> DocumentFieldType.MAP == invoiceItem.getType())
        .map(documentField -> documentField.getValueAsMap())
        .forEach(documentFieldMap -> documentFieldMap.forEach((key, documentField) -> {
          if ("Description".equals(key)) {
            if (DocumentFieldType.STRING == documentField.getType()) {
              String name = documentField.getValueAsString();
              System.out.printf("Description: %s, confidence: %.2fs%n",
                name, documentField.getConfidence());
            }
          }
          if ("Quantity".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double quantity = documentField.getValueAsDouble();
              System.out.printf("Quantity: %f, confidence: %.2f%n",
                quantity, documentField.getConfidence());
            }
          }
          if ("UnitPrice".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double unitPrice = documentField.getValueAsDouble();
              System.out.printf("Unit Price: %f, confidence: %.2f%n",
                unitPrice, documentField.getConfidence());
            }
          }
          if ("ProductCode".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double productCode = documentField.getValueAsDouble();
              System.out.printf("Product Code: %f, confidence: %.2f%n",
                productCode, documentField.getConfidence());
            }
          }
        }));
    }
  }
}
}
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a számlamodell kimenetét.

A Nyugtamodell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

String receiptUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/receipt.png";
String modelId = "prebuilt-receipt";

SyncPoller < OperationResult, AnalyzeResult > analyzeReceiptPoller =
  client.beginAnalyzeDocument(modelId, receiptUrl);

AnalyzeResult receiptResults = analyzeReceiptPoller.getFinalResult().getAnalyzeResult();

for (int i = 0; i < receiptResults.getDocuments().size(); i++) {
  AnalyzedDocument analyzedReceipt = receiptResults.getDocuments().get(i);
  Map < String, DocumentField > receiptFields = analyzedReceipt.getFields();
  System.out.printf("----------- Analyzing receipt info %d -----------%n", i);
  DocumentField merchantNameField = receiptFields.get("MerchantName");
  if (merchantNameField != null) {
    if (DocumentFieldType.STRING == merchantNameField.getType()) {
      String merchantName = merchantNameField.getValueAsString();
      System.out.printf("Merchant Name: %s, confidence: %.2f%n",
        merchantName, merchantNameField.getConfidence());
    }
  }

  DocumentField merchantPhoneNumberField = receiptFields.get("MerchantPhoneNumber");
  if (merchantPhoneNumberField != null) {
    if (DocumentFieldType.PHONE_NUMBER == merchantPhoneNumberField.getType()) {
      String merchantAddress = merchantPhoneNumberField.getValueAsPhoneNumber();
      System.out.printf("Merchant Phone number: %s, confidence: %.2f%n",
        merchantAddress, merchantPhoneNumberField.getConfidence());
    }
  }

  DocumentField merchantAddressField = receiptFields.get("MerchantAddress");
  if (merchantAddressField != null) {
    if (DocumentFieldType.STRING == merchantAddressField.getType()) {
      String merchantAddress = merchantAddressField.getValueAsString();
      System.out.printf("Merchant Address: %s, confidence: %.2f%n",
        merchantAddress, merchantAddressField.getConfidence());
    }
  }

  DocumentField transactionDateField = receiptFields.get("TransactionDate");
  if (transactionDateField != null) {
    if (DocumentFieldType.DATE == transactionDateField.getType()) {
      LocalDate transactionDate = transactionDateField.getValueAsDate();
      System.out.printf("Transaction Date: %s, confidence: %.2f%n",
        transactionDate, transactionDateField.getConfidence());
    }
  }

  DocumentField receiptItemsField = receiptFields.get("Items");
  if (receiptItemsField != null) {
    System.out.printf("Receipt Items: %n");
    if (DocumentFieldType.LIST == receiptItemsField.getType()) {
      List < DocumentField > receiptItems = receiptItemsField.getValueAsList();
      receiptItems.stream()
        .filter(receiptItem -> DocumentFieldType.MAP == receiptItem.getType())
        .map(documentField -> documentField.getValueAsMap())
        .forEach(documentFieldMap -> documentFieldMap.forEach((key, documentField) -> {
          if ("Name".equals(key)) {
            if (DocumentFieldType.STRING == documentField.getType()) {
              String name = documentField.getValueAsString();
              System.out.printf("Name: %s, confidence: %.2fs%n",
                name, documentField.getConfidence());
            }
          }
          if ("Quantity".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double quantity = documentField.getValueAsDouble();
              System.out.printf("Quantity: %f, confidence: %.2f%n",
                quantity, documentField.getConfidence());
            }
          }
          if ("Price".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double price = documentField.getValueAsDouble();
              System.out.printf("Price: %f, confidence: %.2f%n",
                price, documentField.getConfidence());
            }
          }
          if ("TotalPrice".equals(key)) {
            if (DocumentFieldType.DOUBLE == documentField.getType()) {
              Double totalPrice = documentField.getValueAsDouble();
              System.out.printf("Total Price: %f, confidence: %.2f%n",
                totalPrice, documentField.getConfidence());
            }
          }
        }));
    }
  }
}
}
}

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a nyugtamodell kimenetét.

Az azonosító dokumentummodell használata

import com.azure.ai.documentintelligence;

import com.azure.ai.documentintelligence.models.AnalyzeDocumentRequest;
import com.azure.ai.documentintelligence.models.AnalyzeResult;
import com.azure.ai.documentintelligence.models.AnalyzeResultOperation;
import com.azure.ai.documentintelligence.models.Document;
import com.azure.ai.documentintelligence.models.DocumentField;
import com.azure.ai.documentintelligence.models.DocumentFieldType;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.polling.SyncPoller;

import java.io.IOException;
import java.time.LocalDate;
import java.util.List;
import java.util.Map;

public class DocIntelligence {
  //use your `key` and `endpoint` environment variables
  private static final String key = System.getenv("FR_KEY");
  private static final String endpoint = System.getenv("FR_ENDPOINT");

  public static void main(final String[] args) {

      // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
      DocumentIntelligenceClient client = new DocumentIntelligenceClientBuilder()
        .credential(new AzureKeyCredential(key))
        .endpoint(endpoint)
        .buildClient();

//sample document
String licenseUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/identity_documents.png";
String modelId = "prebuilt-idDocument";

SyncPoller < OperationResult, AnalyzeResult > analyzeIdentityDocumentPoller = client.beginAnalyzeDocument(modelId, licenseUrl);

AnalyzeResult identityDocumentResults = analyzeIdentityDocumentPoller.getFinalResult().getAnalyzeResult();

for (int i = 0; i < identityDocumentResults.getDocuments().size(); i++) {
  AnalyzedDocument analyzedIDDocument = identityDocumentResults.getDocuments().get(i);
  Map < String, DocumentField > licenseFields = analyzedIDDocument.getFields();
  System.out.printf("----------- Analyzed license info for page %d -----------%n", i);
  DocumentField addressField = licenseFields.get("Address");
  if (addressField != null) {
    if (DocumentFieldType.STRING == addressField.getType()) {
      String address = addressField.getValueAsString();
      System.out.printf("Address: %s, confidence: %.2f%n",
        address, addressField.getConfidence());
    }
  }

  DocumentField countryRegionDocumentField = licenseFields.get("CountryRegion");
  if (countryRegionDocumentField != null) {
    if (DocumentFieldType.STRING == countryRegionDocumentField.getType()) {
      String countryRegion = countryRegionDocumentField.getValueAsCountry();
      System.out.printf("Country or region: %s, confidence: %.2f%n",
        countryRegion, countryRegionDocumentField.getConfidence());
    }
  }

  DocumentField dateOfBirthField = licenseFields.get("DateOfBirth");
  if (dateOfBirthField != null) {
    if (DocumentFieldType.DATE == dateOfBirthField.getType()) {
      LocalDate dateOfBirth = dateOfBirthField.getValueAsDate();
      System.out.printf("Date of Birth: %s, confidence: %.2f%n",
        dateOfBirth, dateOfBirthField.getConfidence());
    }
  }

  DocumentField dateOfExpirationField = licenseFields.get("DateOfExpiration");
  if (dateOfExpirationField != null) {
    if (DocumentFieldType.DATE == dateOfExpirationField.getType()) {
      LocalDate expirationDate = dateOfExpirationField.getValueAsDate();
      System.out.printf("Document date of expiration: %s, confidence: %.2f%n",
        expirationDate, dateOfExpirationField.getConfidence());
    }
  }

  DocumentField documentNumberField = licenseFields.get("DocumentNumber");
  if (documentNumberField != null) {
    if (DocumentFieldType.STRING == documentNumberField.getType()) {
      String documentNumber = documentNumberField.getValueAsString();
      System.out.printf("Document number: %s, confidence: %.2f%n",
        documentNumber, documentNumberField.getConfidence());
    }
  }

  DocumentField firstNameField = licenseFields.get("FirstName");
  if (firstNameField != null) {
    if (DocumentFieldType.STRING == firstNameField.getType()) {
      String firstName = firstNameField.getValueAsString();
      System.out.printf("First Name: %s, confidence: %.2f%n",
        firstName, documentNumberField.getConfidence());
    }
  }

  DocumentField lastNameField = licenseFields.get("LastName");
  if (lastNameField != null) {
    if (DocumentFieldType.STRING == lastNameField.getType()) {
      String lastName = lastNameField.getValueAsString();
      System.out.printf("Last name: %s, confidence: %.2f%n",
        lastName, lastNameField.getConfidence());
    }
  }

  DocumentField regionField = licenseFields.get("Region");
  if (regionField != null) {
    if (DocumentFieldType.STRING == regionField.getType()) {
      String region = regionField.getValueAsString();
      System.out.printf("Region: %s, confidence: %.2f%n",
        region, regionField.getConfidence());
    }
  }
}
}
}

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg az azonosító dokumentummodell kimenetét.

Ügyféloldali kódtár | – REST API referenciacsomag | (npm) | Minták |támogatott REST API-verzió

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

• A Visual Studio Code legújabb verziója vagy az ön által előnyben részesített IDE. További információ: Node.js a Visual Studio Code-ban.

• A Node.js legújabb LTS verziója.

• Azure AI-szolgáltatások vagy Dokumentumintelligencia-erőforrás. Hozzon létre egy egyszolgáltatásos vagy többszolgáltatásos szolgáltatást. Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

  Tipp.

  Hozzon létre egy Azure AI-szolgáltatási erőforrást, ha több Azure AI-szolgáltatást szeretne elérni egyetlen végpont és kulcs használatával. Csak dokumentumintelligencia-hozzáféréshez hozzon létre egy dokumentumintelligencia-erőforrást. Ha Microsoft Entra-hitelesítést kíván használni, egyszolgáltatásos erőforrásra van szüksége.

• Az alkalmazás azure document intelligence szolgáltatáshoz való csatlakoztatásához létrehozott erőforrás kulcsa és végpontja.

  1. Az erőforrás üzembe helyezése után válassza az Ugrás az erőforrásra lehetőséget.
  2. A bal oldali navigációs menüben válassza a Kulcsok és végpont lehetőséget.
  3. Másolja ki az egyik kulcsot és a végpontot a cikk későbbi részében való használatra.

  

• Dokumentumfájl URL-címen. Ebben a projektben az alábbi táblázatban szereplő mintaűrlapokat használhatja az egyes funkciókhoz:

  Szolgáltatás	modelID	dokumentum url-címe
  Modell olvasása	előre összeállított olvasás	Minta brosúra
  Elrendezési modell	előre összeállított elrendezés	Foglalási visszaigazolás mintája
  W-2 űrlapmodell	prebuilt-tax.us.w2	W-2 mintaűrlap
  Számlamodell	előre összeállított számla	Mintaszámla
  Nyugtamodell	előre összeállított nyugta	Minta nyugta
  Azonosító dokumentummodell	előre összeállított-idDocument	Mintaazonosító dokumentum

Környezeti változók beállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentAnalysisClient . Ehhez példányosíthatja az ügyfelet az Ön key és endpoint az Azure Portal használatával. Ebben a projektben környezeti változókkal tárolhatja és érheti el a hitelesítő adatokat.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

A Dokumentumintelligencia erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait. Cserélje le aKey> és <a YourEndpoint> értékét az azure portalon található erőforrás értékeire.<

A Windows

A Windows környezeti változói nem érzékenyek a kis- és nagybetűkre. Ezek általában nagybetűvel vannak deklarálva, aláhúzással összekapcsolt szavakkal. A parancssorban futtassa a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   setx DI_KEY <yourKey>
   

2. A végpontváltozó beállítása

   setx DI_ENDPOINT <yourEndpoint>
   

3. Zárja be a parancssori ablakot a környezeti változók beállítása után. Az értékek mindaddig megmaradnak, amíg újra nem módosítja őket.

4. Indítsa újra a környezeti változót olvasó futó programokat. Ha például a Visual Studio-t vagy a Visual Studio Code-ot használja szerkesztőként, indítsa újra a mintakód futtatása előtt.

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
setx VARIABLE_NAME=	Törölje a környezeti változót úgy, hogy az értéket üres sztringre állítja.	setx DI_KEY=
setx VARIABLE_NAME=value	Környezeti változó értékének beállítása vagy módosítása.	setx DI_KEY=<yourKey>
set VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése.	set DI_KEY
set	Az összes környezeti változó megjelenítése.	set

macOS

A macOS környezeti változói megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart. Nyissa meg a terminált, és adja meg a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   export key=<yourKey>
   

2. A végpontváltozó beállítása:

   export endpoint=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bash_profile indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bash_profile fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export DI_KEY=<yourKey> DI_ENDPOINT=<yourEndpoint>
   

   Példa: export DI_KEY="<yourKey>"

2. Mentse a módosításokat a bash_profile fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bash-profile
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY=<yourKey>
printenv VARIABLE_NAME echo $VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Linux

A linuxos környezeti változók megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart:

1. Állítsa be a kulcsváltozót:

   export DI_KEY=<yourKey>
   

2. A végpontváltozó beállítása:

   export DI_ENDPOINT=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bashrc indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bashrc fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export <VARIABLE>=<value>
   

   Példa: export DI_KEY=<yourKey>

2. Mentse a módosításokat a .bashrc fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bashrc
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY=
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY={yourKey}
printenv VARIABLE_NAME echo $VARIABLE_NAME	Környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

A programozási környezet beállítása

Hozzon létre egy Node.js Express-alkalmazást.

1. A konzolablakban hozzon létre egy új könyvtárat, és lépjen az alkalmazáshoz nevű doc-intel-appúj könyvtárra.

   mkdir doc-intel-app
   cd doc-intel-app
   

2. Futtassa a npm init parancsot az alkalmazás inicializálásához és a projekt létrehozásához.

   npm init
   

3. Adja meg a projekt attribútumait a terminálban megjelenő parancssorok használatával.

   • A legfontosabb attribútumok a név, a verziószám és a belépési pont.
   • Javasoljuk, hogy tartsa meg index.js a belépési pont nevét. A leírás, a tesztparancs, a GitHub-adattár, a kulcsszavak, a szerző és a licencadatok opcionális attribútumok. A projekthez kihagyhatja őket.
   • Az Enter elemet választva fogadja el a javaslatokat zárójelben.

   Az utasításokat követően a parancs létrehoz egy package.json fájlt a doc-intel-app könyvtárban.

4. Telepítse az ügyfélkódtárat és azure/identity az ai-document-intelligence npm-csomagokat:

   npm i @azure-rest/ai-document-intelligence@1.0.0-beta.3 @azure/identity
   

Az alkalmazás package.json fájlja frissül a függőségekkel.

1. Hozzon létre egy index.js nevű fájlt az alkalmazáskönyvtárban.

   Tipp.

   Új fájlt a PowerShell használatával hozhat létre. Nyisson meg egy PowerShell-ablakot a projektkönyvtárban a Shift billentyűt lenyomva tartva kattintson a jobb gombbal a mappára, majd írja be a következő parancsot: New-Item index.js.

Az alkalmazás összeállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentIntelligenceClient . Ehhez létre kell hoznia egy AzureKeyCredential kulcsot az Azure Portalról, valamint egy példányt DocumentIntelligenceClient a AzureKeyCredential dokumentumintelligencia-végponttal.

Nyissa meg a fájlt a index.js Visual Studio Code-ban vagy a kedvenc IDE-ben, és válasszon az alábbi kódminták közül, és másolja/illessze be az alkalmazásba:

• Az előre összeállított olvasási modell az összes Dokumentumintelligencia-modell középpontjában áll, és képes észlelni a vonalakat, szavakat, helyeket és nyelveket. Az elrendezés, az általános dokumentum, az előre összeállított és az egyéni modellek mind a modellt használják a read szövegek dokumentumokból való kinyerése alapjául.
• Az előre összeállított elrendezési modell szöveg- és szöveghelyeket, táblázatokat, kijelölési jeleket és szerkezeti információkat nyer ki a dokumentumokból és képekből.
• Az előre összeállított-tax.us.w2 modell kinyeri az USA belső bevételi szolgáltatásának (IRS) adózási űrlapjairól jelentett információkat.
• Az előre összeállított számlamodell kinyeri az Egyesült Államok belső bevételi szolgáltatásának adózási űrlapjairól jelentett információkat.
• Az előre összeállított nyugtamodell a nyomtatott és kézzel írt értékesítési nyugtákból nyeri ki a kulcsadatokat.
• Az előre összeállított idDocument modell kulcsfontosságú információkat nyer ki az USA-beli jogosítványokból; nemzetközi útlevél-életrajzi oldalakról; USA-beli államazonosítók; társadalombiztosítási kártyák; és állandó rezidens kártyákat.

Az Olvasási modell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample document
const documentUrlRead = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/read.png"

// helper function
function* getTextOfSpans(content, spans) {
    for (const span of spans) {
        yield content.slice(span.offset, span.offset + span.length);
    }
}

async function main() {
    // create your `DocumentIntelligenceClient` instance and `AzureKeyCredential` variable
    const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));
    const poller = await client.beginAnalyzeDocument("prebuilt-read", documentUrlRead);

    const {
        content,
        pages,
        languages,
        styles
    } = await poller.pollUntilDone();

    if (pages.length <= 0) {
        console.log("No pages were extracted from the document.");
    } else {
        console.log("Pages:");
        for (const page of pages) {
            console.log("- Page", page.pageNumber, `(unit: ${page.unit})`);
            console.log(`  ${page.width}x${page.height}, angle: ${page.angle}`);
            console.log(`  ${page.lines.length} lines, ${page.words.length} words`);

            if (page.lines.length > 0) {
                console.log("  Lines:");

                for (const line of page.lines) {
                    console.log(`  - "${line.content}"`);

                    // The words of the line can also be iterated independently. The words are computed based on their
                    // corresponding spans.
                    for (const word of line.words()) {
                        console.log(`    - "${word.content}"`);
                    }
                }
            }
        }
    }

    if (languages.length <= 0) {
        console.log("No language spans were extracted from the document.");
    } else {
        console.log("Languages:");
        for (const languageEntry of languages) {
            console.log(
                `- Found language: ${languageEntry.languageCode} (confidence: ${languageEntry.confidence})`
            );
            for (const text of getTextOfSpans(content, languageEntry.spans)) {
                const escapedText = text.replace(/\r?\n/g, "\\n").replace(/"/g, '\\"');
                console.log(`  - "${escapedText}"`);
            }
        }
    }

    if (styles.length <= 0) {
        console.log("No text styles were extracted from the document.");
    } else {
        console.log("Styles:");
        for (const style of styles) {
            console.log(
                `- Handwritten: ${style.isHandwritten ? "yes" : "no"} (confidence=${style.confidence})`
            );

            for (const word of getTextOfSpans(content, style.spans)) {
                console.log(`  - "${word}"`);
            }
        }
    }
}

main().catch((error) => {
    console.error("An error occurred:", error);
    process.exit(1);
});

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a modell kimenetétread.

Az Elrendezési modell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample document
const layoutUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png"

async function main() {
    const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

    const poller = await client.beginAnalyzeDocument(
      "prebuilt-layout", layoutUrl);

    // Layout extraction produces basic elements such as pages, words, lines, etc. as well as information about the
    // appearance (styles) of textual elements.
    const { pages, tables } = await poller.pollUntilDone();

    if (!pages || pages.length <= 0) {
      console.log("No pages were extracted from the document.");
    } else {
      console.log("Pages:");
      for (const page of pages) {
        console.log("- Page", page.pageNumber, `(unit: ${page.unit})`);
        console.log(`  ${page.width}x${page.height}, angle: ${page.angle}`);
        console.log(
          `  ${page.lines && page.lines.length} lines, ${page.words && page.words.length} words`
        );

        if (page.lines && page.lines.length > 0) {
          console.log("  Lines:");

          for (const line of page.lines) {
            console.log(`  - "${line.content}"`);

            // The words of the line can also be iterated independently. The words are computed based on their
            // corresponding spans.
            for (const word of line.words()) {
              console.log(`    - "${word.content}"`);
            }
          }
        }
      }
    }

    if (!tables || tables.length <= 0) {
      console.log("No tables were extracted from the document.");
    } else {
      console.log("Tables:");
      for (const table of tables) {
        console.log(
          `- Extracted table: ${table.columnCount} columns, ${table.rowCount} rows (${table.cells.length} cells)`
        );
      }
    }
  }

  main().catch((error) => {
    console.error("An error occurred:", error);
    process.exit(1);
  });

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az elrendezési modell kimenetét.

Az Általános dokumentummodell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample document
const documentUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/sample-layout.pdf"

async function main() {
    const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

    const poller = await client.beginAnalyzeDocument("prebuilt-document", documentUrl);

    const {
        keyValuePairs
    } = await poller.pollUntilDone();

    if (!keyValuePairs || keyValuePairs.length <= 0) {
        console.log("No key-value pairs were extracted from the document.");
    } else {
        console.log("Key-Value Pairs:");
        for (const {
                key,
                value,
                confidence
            } of keyValuePairs) {
            console.log("- Key  :", `"${key.content}"`);
            console.log("  Value:", `"${(value && value.content) || "<undefined>"}" (${confidence})`);
        }
    }

}

main().catch((error) => {
    console.error("An error occurred:", error);
    process.exit(1);
});

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az általános dokumentummodell kimenetét.

A W-2 adómodell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

const w2DocumentURL = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/w2.png"

async function main() {
 const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

 const poller = await client.beginAnalyzeDocument("prebuilt-tax.us.w2", w2DocumentURL);

 const {
   documents: [result]
 } = await poller.pollUntilDone();

  if (result) {
    const { Employee, Employer, ControlNumber, TaxYear, AdditionalInfo } = result.fields;

    if (Employee) {
      const { Name, Address, SocialSecurityNumber } = Employee.properties;
      console.log("Employee:");
      console.log("  Name:", Name && Name.content);
      console.log("  SSN/TIN:", SocialSecurityNumber && SocialSecurityNumber.content);
      if (Address && Address.value) {
        const { streetAddress, postalCode } = Address.value;
        console.log("  Address:");
        console.log("    Street Address:", streetAddress);
        console.log("    Postal Code:", postalCode);
      }
    } else {
      console.log("No employee information extracted.");
    }

    if (Employer) {
      const { Name, Address, IdNumber } = Employer.properties;
      console.log("Employer:");
      console.log("  Name:", Name && Name.content);
      console.log("  ID (EIN):", IdNumber && IdNumber.content);

      if (Address && Address.value) {
        const { streetAddress, postalCode } = Address.value;
        console.log("  Address:");
        console.log("    Street Address:", streetAddress);
        console.log("    Postal Code:", postalCode);
      }
    } else {
      console.log("No employer information extracted.");
    }

    console.log("Control Number:", ControlNumber && ControlNumber.content);
    console.log("Tax Year:", TaxYear && TaxYear.content);

    if (AdditionalInfo) {
      console.log("Additional Info:");

      for (const info of AdditionalInfo.values) {
        const { LetterCode, Amount } = info.properties;
        console.log(`- ${LetterCode && LetterCode.content}: ${Amount && Amount.content}`);
      }
    }
  } else {
    throw new Error("Expected at least one document in the result.");
  }
}

main().catch((error) => {
  console.error(error);
  process.exit(1);
});

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg a W-2 adómodell kimenetét.

A számlamodell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample url
const invoiceUrl = "https://github.com/Azure-Samples/cognitive-services-REST-api-samples/raw/master/curl/form-recognizer/rest-api/invoice.pdf";

async function main() {

  const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

  const poller = await client.beginAnalyzeDocument("prebuilt-invoice", invoiceUrl);

  const {
      documents: [result]
  } = await poller.pollUntilDone();

  if (result) {
      const invoice = result.fields;

      console.log("Vendor Name:", invoice.VendorName?.content);
      console.log("Customer Name:", invoice.CustomerName?.content);
      console.log("Invoice Date:", invoice.InvoiceDate?.content);
      console.log("Due Date:", invoice.DueDate?.content);

      console.log("Items:");
      for (const {
              properties: item
          } of invoice.Items?.values ?? []) {
          console.log("-", item.ProductCode?.content ?? "<no product code>");
          console.log("  Description:", item.Description?.content);
          console.log("  Quantity:", item.Quantity?.content);
          console.log("  Date:", item.Date?.content);
          console.log("  Unit:", item.Unit?.content);
          console.log("  Unit Price:", item.UnitPrice?.content);
          console.log("  Tax:", item.Tax?.content);
          console.log("  Amount:", item.Amount?.content);
      }

      console.log("Subtotal:", invoice.SubTotal?.content);
      console.log("Previous Unpaid Balance:", invoice.PreviousUnpaidBalance?.content);
      console.log("Tax:", invoice.TotalTax?.content);
      console.log("Amount Due:", invoice.AmountDue?.content);
  } else {
      throw new Error("Expected at least one receipt in the result.");
  }
}

main().catch((error) => {
  console.error("An error occurred:", error);
  process.exit(1);
});

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a számlamodell kimenetét.

A Nyugtamodell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample url
const receiptUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/receipt.png";

async function main() {

    const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

    const poller = await client.beginAnalyzeDocument("prebuilt-receipt", receiptUrl);

    const {
        documents: [result]
    } = await poller.pollUntilDone();

    if (result) {
        const {
            MerchantName,
            Items,
            Total
        } = result.fields;

        console.log("=== Receipt Information ===");
        console.log("Type:", result.docType);
        console.log("Merchant:", MerchantName && MerchantName.content);

        console.log("Items:");
        for (const item of (Items && Items.values) || []) {
            const {
                Description,
                TotalPrice
            } = item.properties;

            console.log("- Description:", Description && Description.content);
            console.log("  Total Price:", TotalPrice && TotalPrice.content);
        }

        console.log("Total:", Total && Total.content);
    } else {
        throw new Error("Expected at least one receipt in the result.");
    }

}

main().catch((err) => {
    console.error("The sample encountered an error:", err);
});

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a nyugtamodell kimenetét.

Az azonosító dokumentummodell használata

const { DocumentIntelligenceClient } = require("@azure-rest/ai-document-intelligence");
const  { AzureKeyCredential } = require("@azure/core-auth");

//use your `key` and `endpoint` environment variables
const key = process.env['DI_KEY'];
const endpoint = process.env['DI_ENDPOINT'];

// sample document
const idDocumentURL = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/identity_documents.png"

async function main() {
 const client = DocumentIntelligence(endpoint, new AzureKeyCredential(key));

 const poller = await client.beginAnalyzeDocument("prebuilt-idDocument", idDocumentURL);

 const {
   documents: [result]
 } = await poller.pollUntilDone();

  if (result) {
// The identity document model has multiple document types, so we need to know which document type was actually
    extracted.
    if (result.docType === "idDocument.driverLicense") {
      const { FirstName, LastName, DocumentNumber, DateOfBirth, DateOfExpiration, Height, Weight, EyeColor, Endorsements, Restrictions, VehicleClassifications} = result.fields;

// For the sake of the example, we'll only show a few of the fields that are produced.
      console.log("Extracted a Driver License:");
      console.log("  Name:", FirstName && FirstName.content, LastName && LastName.content);
      console.log("  License No.:", DocumentNumber && DocumentNumber.content);
      console.log("  Date of Birth:", DateOfBirth && DateOfBirth.content);
      console.log("  Expiration:", DateOfExpiration && DateOfExpiration.content);
      console.log("  Height:", Height && Height.content);
      console.log("  Weight:", Weight && Weight.content);
      console.log("  Eye color:", EyeColor && EyeColor.content);
      console.log("  Restrictions:", Restrictions && Restrictions.content);
      console.log("  Endorsements:", Endorsements && Endorsements.content);
      console.log("  Class:", VehicleClassifications && VehicleClassifications.content);
    } else if (result.docType === "idDocument.passport") {
// The passport document type extracts and parses the Passport's machine-readable zone
      if (!result.fields.machineReadableZone) {
        throw new Error("No Machine Readable Zone extracted from passport.");
      }

      const {
        FirstName,
        LastName,
        DateOfBirth,
        Nationality,
        DocumentNumber,
        CountryRegion,
        DateOfExpiration,
      } = result.fields.machineReadableZone.properties;

      console.log("Extracted a Passport:");
      console.log("  Name:", FirstName && FirstName.content, LastName && LastName.content);
      console.log("  Date of Birth:", DateOfBirth && DateOfBirth.content);
      console.log("  Nationality:", Nationality && Nationality.content);
      console.log("  Passport No.:", DocumentNumber && DocumentNumber.content);
      console.log("  Issuer:", CountryRegion && CountryRegion.content);
      console.log("  Expiration Date:", DateOfExpiration && DateOfExpiration.content);
    } else {
// The only reason this would happen is if the client library's schema for the prebuilt identity document model is
      out of date, and a new document type has been introduced.
      console.error("Unknown document type in result:", result);
    }
  } else {
    throw new Error("Expected at least one receipt in the result.");
  }
}

main().catch((error) => {
  console.error("An error occurred:", error);
  process.exit(1);
});

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg az azonosító dokumentummodell kimenetét.

Ügyfélkódtár SDK-referencia | REST API-referenciacsomag | (PyPi) | Minták | támogatott REST API-verzió |

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

• Python 3.7 vagy újabb. A Python-telepítésnek tartalmaznia kell a pipet. A parancssorban futtatva pip --version ellenőrizheti, hogy telepítve van-e a pip. Kérje le a pipet a Python legújabb verziójának telepítésével.

• A Visual Studio Code legújabb verziója vagy az ön által előnyben részesített IDE. Tekintse meg a Python használatának első lépéseit a Visual Studio Code-ban.

• Azure AI-szolgáltatások vagy Dokumentumintelligencia-erőforrás. Hozzon létre egy egyszolgáltatásos vagy többszolgáltatásos szolgáltatást. Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

• Az alkalmazás azure document intelligence szolgáltatáshoz való csatlakoztatásához létrehozott erőforrás kulcsa és végpontja.

  1. Az erőforrás üzembe helyezése után válassza az Ugrás az erőforrásra lehetőséget.
  2. A bal oldali navigációs menüben válassza a Kulcsok és végpont lehetőséget.
  3. Másolja ki az egyik kulcsot és a végpontot a cikk későbbi részében való használatra.

  

• Dokumentumfájl URL-címen. Ebben a projektben az alábbi táblázatban szereplő mintaűrlapokat használhatja az egyes funkciókhoz:

  Szolgáltatás	modelID	dokumentum url-címe
  Modell olvasása	előre összeállított olvasás	Minta brosúra
  Elrendezési modell	előre összeállított elrendezés	Foglalási visszaigazolás mintája
  W-2 űrlapmodell	prebuilt-tax.us.w2	W-2 mintaűrlap
  Számlamodell	előre összeállított számla	Mintaszámla
  Nyugtamodell	előre összeállított nyugta	Minta nyugta
  Azonosító dokumentummodell	előre összeállított-idDocument	Mintaazonosító dokumentum

Környezeti változók beállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentAnalysisClient . Ehhez példányosíthatja az ügyfelet az Ön key és endpoint az Azure Portal használatával. Ebben a projektben környezeti változókkal tárolhatja és érheti el a hitelesítő adatokat.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

A Dokumentumintelligencia erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait. Cserélje le aKey> és <a YourEndpoint> értékét az azure portalon található erőforrás értékeire.<

A Windows

A Windows környezeti változói nem érzékenyek a kis- és nagybetűkre. Ezek általában nagybetűvel vannak deklarálva, aláhúzással összekapcsolt szavakkal. A parancssorban futtassa a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   setx DI_KEY <yourKey>
   

2. A végpontváltozó beállítása

   setx DI_ENDPOINT <yourEndpoint>
   

3. Zárja be a parancssori ablakot a környezeti változók beállítása után. Az értékek mindaddig megmaradnak, amíg újra nem módosítja őket.

4. Indítsa újra a környezeti változót olvasó futó programokat. Ha például a Visual Studio-t vagy a Visual Studio Code-ot használja szerkesztőként, indítsa újra a mintakód futtatása előtt.

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
setx VARIABLE_NAME=	Törölje a környezeti változót úgy, hogy az értéket üres sztringre állítja.	setx DI_KEY=
setx VARIABLE_NAME=value	Környezeti változó értékének beállítása vagy módosítása.	setx DI_KEY=<yourKey>
set VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése.	set DI_KEY
set	Az összes környezeti változó megjelenítése.	set

macOS

A macOS környezeti változói megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart. Nyissa meg a terminált, és adja meg a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   export key=<yourKey>
   

2. A végpontváltozó beállítása:

   export endpoint=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bash_profile indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bash_profile fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export DI_KEY=<yourKey> DI_ENDPOINT=<yourEndpoint>
   

   Példa: export DI_KEY="<yourKey>"

2. Mentse a módosításokat a bash_profile fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bash-profile
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY=<yourKey>
printenv VARIABLE_NAME echo $VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Linux

A linuxos környezeti változók megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart:

1. Állítsa be a kulcsváltozót:

   export DI_KEY=<yourKey>
   

2. A végpontváltozó beállítása:

   export DI_ENDPOINT=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bashrc indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bashrc fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export <VARIABLE>=<value>
   

   Példa: export DI_KEY=<yourKey>

2. Mentse a módosításokat a .bashrc fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bashrc
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY=
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY={yourKey}
printenv VARIABLE_NAME echo $VARIABLE_NAME	Környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

A programozási környezet beállítása

Nyisson meg egy konzolablakot a helyi környezetben, és telepítse a Pythonhoz készült Azure AI Document Intelligence ügyfélkódtárat pip használatával:

pip install azure-ai-documentintelligence==1.0.0b4

Python-alkalmazás létrehozása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentIntelligenceClient . Ehhez létre kell hoznia egy AzureKeyCredential kulcsot az Azure Portalról, valamint egy példányt DocumentIntelligenceClient a AzureKeyCredential dokumentumintelligencia-végponttal.

1. Hozzon létre egy form_recognizer_quickstart.py nevű új Python-fájlt egy szerkesztőben vagy IDE-ben.

2. Nyissa meg a form_recognizer_quickstart.py fájlt, és válasszon az alábbi kódminták közül, és másolja/illessze be az alkalmazásba:

   • Az előre összeállított olvasási modell az összes Dokumentumintelligencia-modell középpontjában áll, és képes észlelni a vonalakat, szavakat, helyeket és nyelveket. Az elrendezés, az általános dokumentum, az előre összeállított és az egyéni modellek mind a modellt használják a read szövegek dokumentumokból való kinyerése alapjául.
   • Az előre összeállított elrendezési modell szöveg- és szöveghelyeket, táblázatokat, kijelölési jeleket és szerkezeti információkat nyer ki a dokumentumokból és képekből.
   • Az előre összeállított-tax.us.w2 modell kinyeri az USA belső bevételi szolgáltatásának (IRS) adózási űrlapjairól jelentett információkat.
   • Az előre összeállított számlamodell különböző formátumokban nyeri ki a kulcsmezőket és a sorelemeket az értékesítési számlákból.
   • Az előre összeállított nyugtamodell a nyomtatott és kézzel írt értékesítési nyugtákból nyeri ki a kulcsadatokat.
   • Az előre összeállított idDocument modell kulcsfontosságú információkat nyer ki az USA-beli jogosítványokból; nemzetközi útlevél-életrajzi oldalakról; USA-beli államazonosítók; társadalombiztosítási kártyák; és állandó rezidens kártyákat.

3. Futtassa a Python-kódot a parancssorból.

   python form_recognizer_quickstart.py
   

Az Olvasási modell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult

# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')

# helper functions
def get_words(page, line):
    result = []
    for word in page.words:
        if _in_span(word, line.spans):
            result.append(word)
    return result


def _in_span(word, spans):
    for span in spans:
        if word.span.offset >= span.offset and (word.span.offset + word.span.length) <= (span.offset + span.length):
            return True
    return False


def analyze_read():
    # sample document
    formUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/read.png"

    client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )

    poller = client.begin_analyze_document(
        "prebuilt-read", AnalyzeDocumentRequest(url_source=formUrl
    ))
    result: AnalyzeResult = poller.result()

    print("----Languages detected in the document----")
    if result.languages is not None:
        for language in result.languages:
            print(f"Language code: '{language.locale}' with confidence {language.confidence}")

    print("----Styles detected in the document----")
    if result.styles:
        for style in result.styles:
            if style.is_handwritten:
                print("Found the following handwritten content: ")
                print(",".join([result.content[span.offset : span.offset + span.length] for span in style.spans]))
            if style.font_style:
                print(f"The document contains '{style.font_style}' font style, applied to the following text: ")
                print(",".join([result.content[span.offset : span.offset + span.length] for span in style.spans]))

    for page in result.pages:
        print(f"----Analyzing document from page #{page.page_number}----")
        print(f"Page has width: {page.width} and height: {page.height}, measured with unit: {page.unit}")

        if page.lines:
            for line_idx, line in enumerate(page.lines):
                words = get_words(page, line)
                print(
                    f"...Line # {line_idx} has {len(words)} words and text '{line.content}' within bounding polygon '{line.polygon}'"
                )

                for word in words:
                    print(f"......Word '{word.content}' has a confidence of {word.confidence}")

        if page.selection_marks:
            for selection_mark in page.selection_marks:
                print(
                    f"...Selection mark is '{selection_mark.state}' within bounding polygon "
                    f"'{selection_mark.polygon}' and has a confidence of {selection_mark.confidence}"
                )

    if result.paragraphs:
        print(f"----Detected #{len(result.paragraphs)} paragraphs in the document----")
        for paragraph in result.paragraphs:
            print(f"Found paragraph with role: '{paragraph.role}' within {paragraph.bounding_regions} bounding region")
            print(f"...with content: '{paragraph.content}'")

        result.paragraphs.sort(key=lambda p: (p.spans.sort(key=lambda s: s.offset), p.spans[0].offset))
        print("-----Print sorted paragraphs-----")
        for idx, paragraph in enumerate(result.paragraphs):
            print(
                f"...paragraph:{idx} with offset: {paragraph.spans[0].offset} and length: {paragraph.spans[0].length}"
            )

    print("----------------------------------------")


if __name__ == "__main__":
    analyze_read()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a modell kimenetétread.

Az Elrendezési modell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult


# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')


def analyze_layout():
    # sample document
    formUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png"

    client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )

    poller = client.begin_analyze_document(
        "prebuilt-layout", AnalyzeDocumentRequest(url_source=formUrl
    ))
    result: AnalyzeResult = poller.result()

    if result.styles and any([style.is_handwritten for style in result.styles]):
        print("Document contains handwritten content")
    else:
        print("Document does not contain handwritten content")

    for page in result.pages:
        print(f"----Analyzing layout from page #{page.page_number}----")
        print(f"Page has width: {page.width} and height: {page.height}, measured with unit: {page.unit}")

        if page.lines:
            for line_idx, line in enumerate(page.lines):
                words = get_words(page, line)
                print(
                    f"...Line # {line_idx} has word count {len(words)} and text '{line.content}' "
                    f"within bounding polygon '{line.polygon}'"
                )

                for word in words:
                    print(f"......Word '{word.content}' has a confidence of {word.confidence}")

        if page.selection_marks:
            for selection_mark in page.selection_marks:
                print(
                    f"Selection mark is '{selection_mark.state}' within bounding polygon "
                    f"'{selection_mark.polygon}' and has a confidence of {selection_mark.confidence}"
                )

    if result.tables:
        for table_idx, table in enumerate(result.tables):
            print(f"Table # {table_idx} has {table.row_count} rows and " f"{table.column_count} columns")
            if table.bounding_regions:
                for region in table.bounding_regions:
                    print(f"Table # {table_idx} location on page: {region.page_number} is {region.polygon}")
            for cell in table.cells:
                print(f"...Cell[{cell.row_index}][{cell.column_index}] has text '{cell.content}'")
                if cell.bounding_regions:
                    for region in cell.bounding_regions:
                        print(f"...content on page {region.page_number} is within bounding polygon '{region.polygon}'")

    print("----------------------------------------")



if __name__ == "__main__":
    analyze_layout()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg az elrendezési modell kimenetét.

A W-2 adómodell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult

# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')

# formatting function
def format_address_value(address_value):
    return f"\n......House/building number: {address_value.house_number}\n......Road: {address_value.road}\n......City: {address_value.city}\n......State: {address_value.state}\n......Postal code: {address_value.postal_code}"


def analyze_tax_us_w2():
    # sample document
    formUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/w2.png"

    client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )

    poller = client.begin_analyze_document(
        "prebuilt-tax.us.w2",  AnalyzeDocumentRequest(url_source=formUrl
    ))

    w2s: AnalyzeResult =  poller.result()

        if w2s.documents:
        for idx, w2 in enumerate(w2s.documents):
            print(f"--------Analyzing US Tax W-2 Form #{idx + 1}--------")
            if w2.fields:
                form_variant = w2.fields.get("W2FormVariant")
                if form_variant:
                    print(
                        f"Form variant: {form_variant.get('valueString')} has confidence: " f"{form_variant.confidence}"
                    )
                tax_year = w2.fields.get("TaxYear")
                if tax_year:
                    print(f"Tax year: {tax_year.get('valueString')} has confidence: {tax_year.confidence}")
                w2_copy = w2.fields.get("W2Copy")
                if w2_copy:
                    print(f"W-2 Copy: {w2_copy.get('valueString')} has confidence: {w2_copy.confidence}")
                employee = w2.fields.get("Employee")
                if employee:
                    print("Employee data:")
                    employee_name = employee.get("valueObject").get("Name")
                    if employee_name:
                        f"confidence: {fed_income_tax_withheld.confidence}"
                    )
                social_security_wages = w2.fields.get("SocialSecurityWages")
                if social_security_wages:
                    print(
                        f"Social Security wages: {social_security_wages.get('valueNumber')} has confidence: "
                        f"{social_security_wages.confidence}"
                    )
                social_security_tax_withheld = w2.fields.get("SocialSecurityTaxWithheld")
                if social_security_tax_withheld:
                    print(
                        f"Social Security tax withheld: {social_security_tax_withheld.get('valueNumber')} "
                        f"has confidence: {social_security_tax_withheld.confidence}"
                    )
                medicare_wages_tips = w2.fields.get("MedicareWagesAndTips")
                if medicare_wages_tips:
                    print(
                        f"Medicare wages and tips: {medicare_wages_tips.get('valueNumber')} has confidence: "
                        f"{medicare_wages_tips.confidence}"
                    )
                medicare_tax_withheld = w2.fields.get("MedicareTaxWithheld")
                if medicare_tax_withheld:
                    print(
                        f"Medicare tax withheld: {medicare_tax_withheld.get('valueNumber')} has confidence: "
                        f"{medicare_tax_withheld.confidence}"
                    )
                social_security_tips = w2.fields.get("SocialSecurityTips")
                if social_security_tips:
                    print(
                        f"Social Security tips: {social_security_tips.get('valueNumber')} has confidence: "
                        f"{social_security_tips.confidence}"
                    )
                allocated_tips = w2.fields.get("AllocatedTips")
                if allocated_tips:
                    print(
                        f"Allocated tips: {allocated_tips.get('valueNumber')} has confidence: {allocated_tips.confidence}"
                    )
                verification_code = w2.fields.get("VerificationCode")
                if verification_code:
                    print(
                        f"Verification code: {verification_code.get('valueNumber')} has confidence: {verification_code.confidence}"
                    )
                dependent_care_benefits = w2.fields.get("DependentCareBenefits")
                if dependent_care_benefits:
                    print(
                        f"Dependent care benefits: {dependent_care_benefits.get('valueNumber')} has confidence: {dependent_care_benefits.confidence}"
                    )
                non_qualified_plans = w2.fields.get("NonQualifiedPlans")
                if non_qualified_plans:
                    print(
                        f"Non-qualified plans: {non_qualified_plans.get('valueNumber')} has confidence: {non_qualified_plans.confidence}"
                    )
                additional_info = w2.fields.get("AdditionalInfo")
                if additional_info:
                    print("Additional information:")
                    for item in additional_info.get("valueArray"):
                        letter_code = item.get("valueObject").get("LetterCode")
                        if letter_code:
                            print(
                                f"...Letter code: {letter_code.get('valueString')} has confidence: {letter_code.confidence}"
                            )
                        amount = item.get("valueObject").get("Amount")
                        if amount:
                            print(f"...Amount: {amount.get('valueNumber')} has confidence: {amount.confidence}")
                is_statutory_employee = w2.fields.get("IsStatutoryEmployee")
                if is_statutory_employee:
                    print(
                        f"Is statutory employee: {is_statutory_employee.get('valueString')} has confidence: {is_statutory_employee.confidence}"
                    )
                is_retirement_plan = w2.fields.get("IsRetirementPlan")
                if is_retirement_plan:
                    print(
                        f"Is retirement plan: {is_retirement_plan.get('valueString')} has confidence: {is_retirement_plan.confidence}"
                    )
                third_party_sick_pay = w2.fields.get("IsThirdPartySickPay")
                if third_party_sick_pay:
                    print(
                        f"Is third party sick pay: {third_party_sick_pay.get('valueString')} has confidence: {third_party_sick_pay.confidence}"
                    )
                other_info = w2.fields.get("Other")
                if other_info:
                    print(f"Other information: {other_info.get('valueString')} has confidence: {other_info.confidence}")
                state_tax_info = w2.fields.get("StateTaxInfos")
                if state_tax_info:
                    print("State Tax info:")
                    for tax in state_tax_info.get("valueArray"):
                        state = tax.get("valueObject").get("State")
                        if state:
                            print(f"...State: {state.get('valueString')} has confidence: {state.confidence}")
                        employer_state_id_number = tax.get("valueObject").get("EmployerStateIdNumber")
                        if employer_state_id_number:
                            print(
                                f"...Employer state ID number: {employer_state_id_number.get('valueString')} has "
                                f"confidence: {employer_state_id_number.confidence}"
                            )
                        state_wages_tips = tax.get("valueObject").get("StateWagesTipsEtc")
                        if state_wages_tips:
                            print(
                                f"...State wages, tips, etc: {state_wages_tips.get('valueNumber')} has confidence: "
                                f"{state_wages_tips.confidence}"
                            )
                        state_income_tax = tax.get("valueObject").get("StateIncomeTax")
                        if state_income_tax:
                            print(
                                f"...State income tax: {state_income_tax.get('valueNumber')} has confidence: "
                                f"{state_income_tax.confidence}"
                            )
                local_tax_info = w2.fields.get("LocalTaxInfos")
                if local_tax_info:
                    print("Local Tax info:")
                    for tax in local_tax_info.get("valueArray"):
                        local_wages_tips = tax.get("valueObject").get("LocalWagesTipsEtc")
                        if local_wages_tips:
                            print(
                                f"...Local wages, tips, etc: {local_wages_tips.get('valueNumber')} has confidence: "
                                f"{local_wages_tips.confidence}"
                            )
                        local_income_tax = tax.get("valueObject").get("LocalIncomeTax")
                        if local_income_tax:
                            print(
                                f"...Local income tax: {local_income_tax.get('valueNumber')} has confidence: "
                                f"{local_income_tax.confidence}"
                            )
                        locality_name = tax.get("valueObject").get("LocalityName")
                        if locality_name:
                            print(
                                f"...Locality name: {locality_name.get('valueString')} has confidence: "
                                f"{locality_name.confidence}"
                            )


                print("----------------------------------------")


if __name__ == "__main__":
    analyze_tax_us_w2()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg a W-2 adómodell kimenetét.

A számlamodell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult

# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')

def analyze_invoice():

    invoiceUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/sample-invoice.pdf"

    client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )

    poller = client.begin_analyze_document(
        "prebuilt-invoice", AnalyzeDocumentRequest(url_source=formUrl), locale="en-US")

    result: AnalyzeResult = poller.result()

    if invoices.documents:
        for idx, invoice in enumerate(invoices.documents):
            print(f"--------Analyzing invoice #{idx + 1}--------")
            if invoice.fields:
                vendor_name = invoice.fields.get("VendorName")
                if vendor_name:
                    print(f"Vendor Name: {vendor_name.get('content')} has confidence: {vendor_name.get('confidence')}")
                vendor_address = invoice.fields.get("VendorAddress")
                if vendor_address:
                    print(
                        f"Vendor Address: {vendor_address.get('content')} has confidence: {vendor_address.get('confidence')}"
                    )
                vendor_address_recipient = invoice.fields.get("VendorAddressRecipient")
                if vendor_address_recipient:
                    print(
                        f"Vendor Address Recipient: {vendor_address_recipient.get('content')} has confidence: {vendor_address_recipient.get('confidence')}"
                    )
                customer_name = invoice.fields.get("CustomerName")
                if customer_name:
                    print(
                        f"Customer Name: {customer_name.get('content')} has confidence: {customer_name.get('confidence')}"
                    )
                customer_id = invoice.fields.get("CustomerId")
                if invoice_id:
                    print(f"Invoice Id: {invoice_id.get('content')} has confidence: {invoice_id.get('confidence')}")
                invoice_date = invoice.fields.get("InvoiceDate")
                if invoice_date:
                    print(
                        f"Invoice Date: {invoice_date.get('content')} has confidence: {invoice_date.get('confidence')}"
                    )
                invoice_total = invoice.fields.get("InvoiceTotal")
                if invoice_total:
                    print(
                        f"Invoice Total: {invoice_total.get('content')} has confidence: {invoice_total.get('confidence')}"
                    )
                due_date = invoice.fields.get("DueDate")
                if due_date:
                    print(f"Due Date: {due_date.get('content')} has confidence: {due_date.get('confidence')}")
                purchase_order = invoice.fields.get("PurchaseOrder")
                if purchase_order:
                    print(
                        f"Purchase Order: {purchase_order.get('content')} has confidence: {purchase_order.get('confidence')}"
                    )
                billing_address = invoice.fields.get("BillingAddress")
                if billing_address:
                    print(
                        f"Billing Address: {billing_address.get('content')} has confidence: {billing_address.get('confidence')}"
                    )
                billing_address_recipient = invoice.fields.get("BillingAddressRecipient")
                if billing_address_recipient:
                    print(
                        f"Billing Address Recipient: {billing_address_recipient.get('content')} has confidence: {billing_address_recipient.get('confidence')}"
                    )
                shipping_address = invoice.fields.get("ShippingAddress")
                if shipping_address:
                    print(
                        f"Shipping Address: {shipping_address.get('content')} has confidence: {shipping_address.get('confidence')}"
                    )
                shipping_address_recipient = invoice.fields.get("ShippingAddressRecipient")
                if shipping_address_recipient:
                    print(
                        f"Shipping Address Recipient: {shipping_address_recipient.get('content')} has confidence: {shipping_address_recipient.get('confidence')}"
                    )
                print("Invoice items:")
                items = invoice.fields.get("Items")
                if items:
                    for idx, item in enumerate(items.get("valueArray")):
                        print(f"...Item #{idx + 1}")
                        item_description = item.get("valueObject").get("Description")
                        if item_description:
                            print(
                                f"......Description: {item_description.get('content')} has confidence: {item_description.get('confidence')}"
                            )
                        item_quantity = item.get("valueObject").get("Quantity")
                        if item_quantity:
                            print(
                                f"......Quantity: {item_quantity.get('content')} has confidence: {item_quantity.get('confidence')}"
                            )
                        unit = item.get("valueObject").get("Unit")
                        if unit:
                            print(f"......Unit: {unit.get('content')} has confidence: {unit.get('confidence')}")
                        unit_price = item.get("valueObject").get("UnitPrice")
                        if unit_price:
                            unit_price_code = (
                                unit_price.get("valueCurrency").get("currencyCode")
                                if unit_price.get("valueCurrency").get("currencyCode")
                                else ""
                            )
                            print(
                                f"......Unit Price: {unit_price.get('content')}{unit_price_code} has confidence: {unit_price.get('confidence')}"
                            )
                        product_code = item.get("valueObject").get("ProductCode")
                        if product_code:
                            print(
                                f"......Product Code: {product_code.get('content')} has confidence: {product_code.get('confidence')}"
                            )
                        item_date = item.get("valueObject").get("Date")
                        if item_date:
                            print(
                                f"......Date: {item_date.get('content')} has confidence: {item_date.get('confidence')}"
                            )
                        tax = item.get("valueObject").get("Tax")
                        if tax:
                            print(f"......Tax: {tax.get('content')} has confidence: {tax.get('confidence')}")
                        amount = item.get("valueObject").get("Amount")
                        if amount:
                            print(f"......Amount: {amount.get('content')} has confidence: {amount.get('confidence')}")
                subtotal = invoice.fields.get("SubTotal")
                if subtotal:
                    print(f"Subtotal: {subtotal.get('content')} has confidence: {subtotal.get('confidence')}")
                total_tax = invoice.fields.get("TotalTax")
                if total_tax:
                    print(f"Total Tax: {total_tax.get('content')} has confidence: {total_tax.get('confidence')}")
                previous_unpaid_balance = invoice.fields.get("PreviousUnpaidBalance")
                if previous_unpaid_balance:
                    print(
                        f"Previous Unpaid Balance: {previous_unpaid_balance.get('content')} has confidence: {previous_unpaid_balance.get('confidence')}"
                    )
                amount_due = invoice.fields.get("AmountDue")
                if amount_due:
                    print(f"Amount Due: {amount_due.get('content')} has confidence: {amount_due.get('confidence')}")
                service_start_date = invoice.fields.get("ServiceStartDate")
                if service_start_date:
                    print(
                        f"Service Start Date: {service_start_date.get('content')} has confidence: {service_start_date.get('confidence')}"
                    )
                service_end_date = invoice.fields.get("ServiceEndDate")
                if service_end_date:
                    print(
                        f"Service End Date: {service_end_date.get('content')} has confidence: {service_end_date.get('confidence')}"
                    )
                service_address = invoice.fields.get("ServiceAddress")
                if service_address:
                    print(
                        f"Service Address: {service_address.get('content')} has confidence: {service_address.get('confidence')}"
                    )
                service_address_recipient = invoice.fields.get("ServiceAddressRecipient")
                if service_address_recipient:
                    print(
                        f"Service Address Recipient: {service_address_recipient.get('content')} has confidence: {service_address_recipient.get('confidence')}"
                    )
                remittance_address = invoice.fields.get("RemittanceAddress")
                if remittance_address:
                    print(
                        f"Remittance Address: {remittance_address.get('content')} has confidence: {remittance_address.get('confidence')}"
                    )
                remittance_address_recipient = invoice.fields.get("RemittanceAddressRecipient")
                if remittance_address_recipient:
                    print(
                        f"Remittance Address Recipient: {remittance_address_recipient.get('content')} has confidence: {remittance_address_recipient.get('confidence')}"
                    )


        print("----------------------------------------")

if __name__ == "__main__":
    analyze_invoice()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a számlamodell kimenetét.

A Nyugtamodell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult

# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')

def analyze_receipts():
    # sample document
    receiptUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/receipt.png"

   client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )
    poller = client.begin_analyze_document(
        "prebuilt-receipt", AnalyzeDocumentRequest(url_source=receiptUrl), locale="en-US"
    )
    receipts: AnalyzeResult = poller.result()

    if receipts.documents:
        for idx, receipt in enumerate(receipts.documents):
            print(f"--------Analysis of receipt #{idx + 1}--------")
            print(f"Receipt type: {receipt.doc_type if receipt.doc_type else 'N/A'}")
            if receipt.fields:
                merchant_name = receipt.fields.get("MerchantName")
                if merchant_name:
                    print(
                        f"Merchant Name: {merchant_name.get('valueString')} has confidence: "
                        f"{merchant_name.confidence}"
                    )
                transaction_date = receipt.fields.get("TransactionDate")
                if transaction_date:
                    print(
                        f"Transaction Date: {transaction_date.get('valueDate')} has confidence: "
                        f"{transaction_date.confidence}"
                    )
                items = receipt.fields.get("Items")
                if items:
                    print("Receipt items:")
                    for idx, item in enumerate(items.get("valueArray")):
                        print(f"...Item #{idx + 1}")
                        item_description = item.get("valueObject").get("Description")
                        if item_description:
                            print(
                                f"......Item Description: {item_description.get('valueString')} has confidence: "
                                f"{item_description.confidence}"
                            )
                        item_quantity = item.get("valueObject").get("Quantity")
                        if item_quantity:
                            print(
                                f"......Item Quantity: {item_quantity.get('valueString')} has confidence: "
                                f"{item_quantity.confidence}"
                            )
                        item_total_price = item.get("valueObject").get("TotalPrice")
                        if item_total_price:
                            print(
                                f"......Total Item Price: {format_price(item_total_price.get('valueCurrency'))} has confidence: "
                                f"{item_total_price.confidence}"
                            )
                subtotal = receipt.fields.get("Subtotal")
                if subtotal:
                    print(
                        f"Subtotal: {format_price(subtotal.get('valueCurrency'))} has confidence: {subtotal.confidence}"
                    )
                tax = receipt.fields.get("TotalTax")
                if tax:
                    print(f"Total tax: {format_price(tax.get('valueCurrency'))} has confidence: {tax.confidence}")
                tip = receipt.fields.get("Tip")
                if tip:
                    print(f"Tip: {format_price(tip.get('valueCurrency'))} has confidence: {tip.confidence}")
                total = receipt.fields.get("Total")
                if total:
                    print(f"Total: {format_price(total.get('valueCurrency'))} has confidence: {total.confidence}")
            print("--------------------------------------")



if __name__ == "__main__":
    analyze_receipts()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el a GitHub Azure-mintaadattárába, és tekintse meg a nyugtamodell kimenetét.

Az azonosító dokumentummodell használata

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeResult

# use your `key` and `endpoint` environment variables
key = os.environ.get('DI_KEY')
endpoint = os.environ.get('DI_ENDPOINT')

def analyze_identity_documents():
# sample document
    identityUrl = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/identity_documents.png"

   client = DocumentIntelligenceClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )

    poller =client.begin_analyze_document(
            "prebuilt-idDocument", AnalyzeDocumentRequest(url_source=identityUrl)
        )
     id_documents: AnalyzeResult = poller.result()

    if id_documents.documents:
        for idx, id_document in enumerate(id_documents.documents):
            print(f"--------Analyzing ID document #{idx + 1}--------")
            if id_document.fields:
                first_name = id_document.fields.get("FirstName")
                if first_name:
                    print(f"First Name: {first_name.get('valueString')} has confidence: {first_name.confidence}")
                last_name = id_document.fields.get("LastName")
                if last_name:
                    print(f"Last Name: {last_name.get('valueString')} has confidence: {last_name.confidence}")
                document_number = id_document.fields.get("DocumentNumber")
                if document_number:
                    print(
                        f"Document Number: {document_number.get('valueString')} has confidence: {document_number.confidence}"
                    )
                dob = id_document.fields.get("DateOfBirth")
                if dob:
                    print(f"Date of Birth: {dob.get('valueDate')} has confidence: {dob.confidence}")
                doe = id_document.fields.get("DateOfExpiration")
                if doe:
                    print(f"Date of Expiration: {doe.get('valueDate')} has confidence: {doe.confidence}")
                sex = id_document.fields.get("Sex")
                if sex:
                    print(f"Sex: {sex.get('valueString')} has confidence: {sex.confidence}")
                address = id_document.fields.get("Address")
                if address:
                    print(f"Address: {address.get('valueString')} has confidence: {address.confidence}")
                country_region = id_document.fields.get("CountryRegion")
                if country_region:
                    print(
                        f"Country/Region: {country_region.get('valueCountryRegion')} has confidence: {country_region.confidence}"
                    )
                region = id_document.fields.get("Region")
                if region:
                    print(f"Region: {region.get('valueString')} has confidence: {region.confidence}")


        print("--------------------------------------")

if __name__ == "__main__":
    analyze_identity_documents()

Teljes kód megtekintése a GitHubon. További minták

Látogasson el az Azure-minták adattárába a GitHubon, és tekintse meg az azonosító dokumentummodell kimenetét.

Feljegyzés

Ez a projekt a cURL parancssori eszközét használja a REST API-hívások végrehajtásához.

| A Document Intelligence REST API | által támogatott Azure SDK-k

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

• A cURL parancssori eszköz telepítve van. A Windows 10 és a Windows 11 a cURL egy példányát szállítja. A parancssorba írja be a következő cURL-parancsot. Ha megjelennek a súgóbeállítások, a cURL telepítve van a Windows-környezetben.

  curl -help
  

  Ha a cURL nincs telepítve, itt szerezheti be:

  • A Windows
  • Mac vagy Linux

• Azure AI-szolgáltatások vagy Dokumentumintelligencia-erőforrás. Hozzon létre egy egyszolgáltatásos vagy többszolgáltatásos szolgáltatást. Az ingyenes tarifacsomag (F0) használatával kipróbálhatja a szolgáltatást, és később frissíthet egy fizetős szintre az éles környezetben.

• Az alkalmazás azure document intelligence szolgáltatáshoz való csatlakoztatásához létrehozott erőforrás kulcsa és végpontja.

  1. Az erőforrás üzembe helyezése után válassza az Ugrás az erőforrásra lehetőséget.
  2. A bal oldali navigációs menüben válassza a Kulcsok és végpont lehetőséget.
  3. Másolja ki az egyik kulcsot és a végpontot a cikk későbbi részében való használatra.

  

Környezeti változók beállítása

A Dokumentumintelligencia szolgáltatás használatához létre kell hoznia az osztály egy példányát DocumentAnalysisClient . Ehhez példányosíthatja az ügyfelet az Ön key és endpoint az Azure Portal használatával. Ebben a projektben környezeti változókkal tárolhatja és érheti el a hitelesítő adatokat.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

A Dokumentumintelligencia erőforráskulcs környezeti változójának beállításához nyisson meg egy konzolablakot, és kövesse az operációs rendszer és a fejlesztési környezet utasításait. Cserélje le aKey> és <a YourEndpoint> értékét az azure portalon található erőforrás értékeire.<

A Windows

A Windows környezeti változói nem érzékenyek a kis- és nagybetűkre. Ezek általában nagybetűvel vannak deklarálva, aláhúzással összekapcsolt szavakkal. A parancssorban futtassa a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   setx DI_KEY <yourKey>
   

2. A végpontváltozó beállítása

   setx DI_ENDPOINT <yourEndpoint>
   

3. Zárja be a parancssori ablakot a környezeti változók beállítása után. Az értékek mindaddig megmaradnak, amíg újra nem módosítja őket.

4. Indítsa újra a környezeti változót olvasó futó programokat. Ha például a Visual Studio-t vagy a Visual Studio Code-ot használja szerkesztőként, indítsa újra a mintakód futtatása előtt.

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
setx VARIABLE_NAME=	Törölje a környezeti változót úgy, hogy az értéket üres sztringre állítja.	setx DI_KEY=
setx VARIABLE_NAME=value	Környezeti változó értékének beállítása vagy módosítása.	setx DI_KEY=<yourKey>
set VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése.	set DI_KEY
set	Az összes környezeti változó megjelenítése.	set

macOS

A macOS környezeti változói megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart. Nyissa meg a terminált, és adja meg a következő parancsokat:

1. Állítsa be a kulcsváltozót:

   export key=<yourKey>
   

2. A végpontváltozó beállítása:

   export endpoint=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bash_profile indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bash_profile fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export DI_KEY=<yourKey> DI_ENDPOINT=<yourEndpoint>
   

   Példa: export DI_KEY="<yourKey>"

2. Mentse a módosításokat a bash_profile fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bash-profile
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY=<yourKey>
printenv VARIABLE_NAME echo $VARIABLE_NAME	Egy adott környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Linux

A linuxos környezeti változók megkülönböztetik a kis- és nagybetűket. A változó neve hagyományosan nagybetűkkel van deklarálva.

A export parancs beállítja a változót, és exportálja azt a globális környezetbe, amely más folyamatok számára is elérhető. Az érték azonban ideiglenes, és csak a terminálmunkamenet bezárásáig tart:

1. Állítsa be a kulcsváltozót:

   export DI_KEY=<yourKey>
   

2. A végpontváltozó beállítása:

   export DI_ENDPOINT=<yourEndpoint>
   

Környezeti változó végleges beállításához helyezzen el egy exportálási parancsot a Bash ~/.bashrc indítási szkriptjében:

1. Egy szövegszerkesztővel nyissa meg a ~/.bashrc fájlt, és adja hozzá a következő parancsot egy állandó környezeti változó létrehozásához:

   export <VARIABLE>=<value>
   

   Példa: export DI_KEY=<yourKey>

2. Mentse a módosításokat a .bashrc fájlba.

3. A módosítások érvénybe léptetéséhez futtassa a következő parancsot a terminálablakból:

   source ~/.bashrc
   

Íme néhány hasznosabb parancs a környezeti változókkal való használathoz:

Parancs	Művelet	Példa
unset VARIABLE_NAME	Környezeti változó törlése.	unset DI_KEY=
export VARIABLE_NAME=value	Ideiglenes környezeti változó értékének beállítása vagy módosítása.	export DI_KEY={yourKey}
printenv VARIABLE_NAME echo $VARIABLE_NAME	Környezeti változó értékének megjelenítése. echo A paranccsal előzze meg a változót a következővel$: .	printenv DI_KEY echo $DI_KEY
printenv	Az összes környezeti változó megjelenítése.	printenv

Dokumentumok elemzése és eredmények lekérése

A POST-kérések egy előre összeállított vagy egyéni modellel rendelkező dokumentumok elemzésére szolgálnak. A GET kérés egy dokumentumelemzési hívás eredményének lekérésére szolgál. A modelId POST és resultId a GET műveletek esetén használatos.

Használja az alábbi táblázatot hivatkozásként. Cserélje le a modelId> és <a dokumentum URL-címét> a kívánt értékekre:<

Modell	modelId	leírás	dokumentum url-címe
Modell olvasása	előre összeállított olvasás	Minta brosúra	https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/read.png
Elrendezési modell	előre összeállított elrendezés	Foglalási visszaigazolás mintája	https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png
W-2 űrlapmodell	prebuilt-tax.us.w2	W-2 mintaűrlap	https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/w2.png
Számlamodell	előre összeállított számla	Mintaszámla	https://github.com/Azure-Samples/cognitive-services-REST-api-samples/raw/master/curl/form-recognizer/rest-api/invoice.pdf
Nyugtamodell	előre összeállított nyugta	Minta nyugta	https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/receipt.png
Azonosító dokumentummodell	előre összeállított-idDocument	Mintaazonosító dokumentum	https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/identity_documents.png

POST kérés

Nyisson meg egy konzolablakot, és futtassa a következő cURL-parancsot. A parancsok tartalmazzák a korábban a beállított környezeti változók szakaszban létrehozott végpont- és kulcskörnyezeti változókat. Cserélje le ezeket a változókat, ha a változónevek eltérnek. Ne felejtse el lecserélni a modelId> és <a< dokumentum URL-paramétereit.>

curl -i -X POST "%DI_ENDPOINT%/documentintelligence/documentModels/{modelId}:analyze?api-version=2024-02-29-preview" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: %DI_KEY%" --data-ascii "{'urlSource': '<document-url>'}"

A bővítmény képességeinek engedélyezéséhez használja a features lekérdezési paramétert a POST-kérelemben. A (GA) és a későbbi kiadásokban 2023-07-31 négy bővítmény érhető el: ocr.highResolution, ocr.formula, ocr.font és queryFields.premium. Az egyes képességekről további információt az Egyéni modellek című témakörben talál.

Csak az olvasási és elrendezési modell highResolution, formula és font képességeit, valamint az Általános dokumentumok modell lekérdezésmezős képességét hívhatja meg. Az alábbi példa bemutatja, hogyan hívhatja meg a highResolution, a képlet és a betűtípus képességeit az elrendezési modellhez.

curl -i -X POST "%DI_ENDPOINT%documentintelligence/documentModels/prebuilt-layout:analyze?features=ocr.highResolution,ocr.formula,ocr.font?api-version=2024-02-29-preview" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: %DI_KEY%" --data-ascii "{'urlSource': '<document-url>'}"

POST válasz

Egy fejlécet 202 (Success) Operation-location tartalmazó választ kap. A válasz eredményének lekéréséhez használja ennek a fejlécnek az értékét.

Elemzési eredmény lekérése (GET-kérelem)

Az API meghívása után hívja meg a Analyze document [Get analyze result}(/rest/api/aiservices/document-models/get-analyze-result?view=rest-aiservices-2024-02-29-preview&preserve-view=true&tabs=HTTP) API-t a művelet és a kinyert adatok állapotának lekéréséhez.

A cURL parancssori eszköz nem formázza a JSON-tartalmat tartalmazó API-válaszokat, ami megnehezítheti a tartalom olvasását. A JSON-válasz formázásához adja meg a cső karakterét, majd egy JSON-formázási eszközt a GET-kéréssel.

A Windows

Használja a NodeJS json eszközt a cURL JSON-formázójaként. Ha nincs telepítve Node.js , töltse le és telepítse a legújabb verziót.

1. Nyisson meg egy konzolablakot, és telepítse a json eszközt az alábbi paranccsal:

   npm install -g jsontool
   

2. Elég kinyomtatni a JSON-kimenetet úgy, hogy beírja a cső karaktert | json a GET-kérelmekbe.

   curl -i -X GET "<endpoint>documentintelligence/documentModels/prebuilt-read/analyzeResults/0e49604a-2d8e-4b15-b6b8-bb456e5d3e0a?api-version=2024-02-29-preview"-H "Ocp-Apim-Subscription-Key: <subscription key>" | json
   

macOS

A json_pp parancseszköz macOS-t használ, és JSON-formázóként használható a cURL-hez.

• Elég kinyomtatni a JSON-kimenetet a GET-kérésekkel együtt | json_pp .

  curl -i -X GET "{endpoint}documentintelligence/documentModels/prebuilt-read/analyzeResults/0e49604a-2d8e-4b15-b6b8-bb456e5d3e0a?api-version=2024-02-29-preview"-H "Ocp-Apim-Subscription-Key: <subscription key>" | json_pp
  

Linux

A json_pp parancssori eszköz előre telepítve van a legtöbb Linux-disztribúcióban. Ha nem tartalmazza, a disztribúció csomagkezelőjével telepítheti.

• Elég kinyomtatni a JSON-kimenetet a GET kérésekkel együtt| json_pp.

  curl -i -X GET "<endpoint>documentintelligence/documentModels/prebuilt-read/analyzeResults/0e49604a-2d8e-4b15-b6b8-bb456e5d3e0a?api-version=2024-02-29-preview"-H "Ocp-Apim-Subscription-Key: <subscription key>" | json_pp
  

GET kérés

A következő parancs futtatása előtt végezze el a következő módosításokat:

• Cserélje le <a POST választ> a Operation-location POST válasz fejlécére.
• Cserélje le <DI_KEY a környezeti változó változóra, ha az eltér a kódban szereplő névtől.
• Cserélje le a *<json-eszközt> a JSON-formázási eszközre.

curl -i -X GET "<POST response>" -H "Ocp-Apim-Subscription-Key: %DI_KEY%" | `<json-tool>`

A válasz vizsgálata

JSON-kimenettel rendelkező választ kap 200 (Success) . Az első mező statusa művelet állapotát jelzi. Ha a művelet nem fejeződött be, a művelet értéke status vagy running notStarted. Hívja meg újra az API-t manuálisan vagy szkripttel. Javasoljuk, hogy a hívások között legalább egy másodperces időközt válasszon.

Látogasson el a GitHub Azure-mintaadattárába az GET egyes Dokumentumintelligencia-modellek válaszának megtekintéséhez:

Modell	Kimeneti URL-cím
Modell olvasása	Modell kimenetének olvasása
Elrendezési modell	Elrendezési modell kimenete
W-2 adómodell	W-2 adómodell kimenete
Számlamodell	Számlamodell kimenete
Nyugtamodell	Nyugtamodell kimenete
Azonosító dokumentummodell	Azonosító dokumentummodell kimenete

Következő lépések

Gratulálunk! Megtanulta, hogyan elemezhet különböző dokumentumokat dokumentumintelligencia-modellek használatával különböző módokon. Ezután ismerkedjen meg a Document Intelligence Studióval és a referenciadokumentációval.

A Document Intelligence Studio kipróbálása A Dokumentumintelligencia REST API felfedezése