Recognize Printed Text - Recognize Printed Text

Odwołanie

Service:: Cognitive Services - Computer Vision

API Version:: 3.1

Optyczne rozpoznawanie znaków (OCR) wykrywa tekst na obrazie i wyodrębnia rozpoznane znaki do strumienia znaków nadającego się do użycia maszynowo. Po pomyślnym zwróceniu wyników OCR. Po awarii zostanie zwrócony kod błędu wraz z komunikatem o błędzie. Kod błędu może być jednym z invalidImageUrl, InvalidImageFormat, InvalidImageSize, NotSupportedImage, NotSupportedLanguage lub InternalServerError.

POST {Endpoint}/vision/v3.1/ocr?detectOrientation={detectOrientation}

With optional parameters:

POST {Endpoint}/vision/v3.1/ocr?detectOrientation={detectOrientation}&language={language}

Parametry identyfikatora URI

Nazwa	W	Wymagane	Typ	Opis
Endpoint	path	True	string	Obsługiwane punkty końcowe usług Cognitive Services.
detectOrientation	query	True	boolean	Określa, czy na obrazie wykryto orientację tekstu. Za pomocą funkcji detectOrientation=true usługa OCR próbuje wykryć orientację obrazu i poprawić ją przed dalszym przetwarzaniem (np. jeśli jest do góry nogami).
language	query		OcrLanguages	Kod języka BCP-47 tekstu, który ma zostać wykryty na obrazie. Wartość domyślna to "unk".

Nagłówek żądania

Nazwa	Wymagane	Typ	Opis
Ocp-Apim-Subscription-Key	True	string

Treść żądania

Nazwa	Wymagane	Typ	Opis
url	True	string	Publicznie dostępny adres URL obrazu.

Odpowiedzi

Nazwa	Typ	Opis
200 OK	OcrResult	Funkcja OCR powoduje hierarchię regionu/wiersza/wyrazu. Wyniki obejmują tekst, pole ograniczenia dla regionów, wierszy i wyrazów. Kąt, w radianach, wykrytego tekstu w odniesieniu do najbliższego kierunku poziomego lub pionowego. Po obracaniu obrazu wejściowego zgodnie z ruchem wskazówek zegara, rozpoznane linie tekstowe stają się poziome lub pionowe. W połączeniu z właściwością orientacji może służyć do poprawnego nakładania wyników rozpoznawania na oryginalnym obrazie, obracając oryginalny obraz lub wyniki rozpoznawania według odpowiedniego kąta wokół środka oryginalnego obrazu. Jeśli nie można bezpiecznie wykryć kąta, ta właściwość nie jest obecna. Jeśli obraz zawiera tekst pod różnymi kątami, tylko część tekstu zostanie rozpoznana poprawnie.
Other Status Codes	ComputerVisionError	Odpowiedź na błąd.

Zabezpieczenia

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Przykłady

Successful RecognizePrintedText request

Sample Request

HTTP

POST https://westus.api.cognitive.microsoft.com/vision/v3.1/ocr?detectOrientation=true&language=en


{
  "url": "{url}"
}

Sample Response

Status code:: 200

{
  "language": "en",
  "textAngle": -2.0000000000000338,
  "orientation": "Up",
  "regions": [
    {
      "boundingBox": "462,379,497,258",
      "lines": [
        {
          "boundingBox": "462,379,497,74",
          "words": [
            {
              "boundingBox": "462,379,41,73",
              "text": "A"
            },
            {
              "boundingBox": "523,379,153,73",
              "text": "GOAL"
            },
            {
              "boundingBox": "694,379,265,74",
              "text": "WITHOUT"
            }
          ]
        },
        {
          "boundingBox": "565,471,289,74",
          "words": [
            {
              "boundingBox": "565,471,41,73",
              "text": "A"
            },
            {
              "boundingBox": "626,471,150,73",
              "text": "PLAN"
            },
            {
              "boundingBox": "801,472,53,73",
              "text": "IS"
            }
          ]
        },
        {
          "boundingBox": "519,563,375,74",
          "words": [
            {
              "boundingBox": "519,563,149,74",
              "text": "JUST"
            },
            {
              "boundingBox": "683,564,41,72",
              "text": "A"
            },
            {
              "boundingBox": "741,564,153,73",
              "text": "WISH"
            }
          ]
        }
      ]
    }
  ]
}

Definicje

Nazwa	Opis
ComputerVisionError	Szczegółowe informacje o błędzie żądania interfejsu API.
ComputerVisionErrorCodes	Kod błędu.
ImageUrl
OcrLanguages	Kod języka BCP-47 tekstu, który ma zostać wykryty na obrazie. Wartość domyślna to "unk".
OcrLine	Obiekt opisujący pojedynczy rozpoznany wiersz tekstu.
OcrRegion	Region składa się z wielu wierszy (np. kolumny tekstu w dokumencie wielokolumniowym).
OcrResult
OcrWord	Informacje o rozpoznanym słowie.

ComputerVisionError

Szczegółowe informacje o błędzie żądania interfejsu API.

Nazwa	Typ	Opis
code	ComputerVisionErrorCodes	Kod błędu.
message	string	Komunikat wyjaśniający błąd zgłoszony przez usługę.
requestId	string	Unikatowy identyfikator żądania.

ComputerVisionErrorCodes

Kod błędu.

Nazwa	Typ	Opis
BadArgument	string
CancelledRequest	string
DetectFaceError	string
FailedToProcess	string
InternalServerError	string
InvalidDetails	string
InvalidImageFormat	string
InvalidImageSize	string
InvalidImageUrl	string
InvalidModel	string
InvalidThumbnailSize	string
NotSupportedFeature	string
NotSupportedImage	string
NotSupportedLanguage	string
NotSupportedVisualFeature	string
StorageException	string
Timeout	string
Unspecified	string
UnsupportedMediaType	string

ImageUrl

Nazwa	Typ	Opis
url	string	Publicznie dostępny adres URL obrazu.

OcrLanguages

Kod języka BCP-47 tekstu, który ma zostać wykryty na obrazie. Wartość domyślna to "unk".

Nazwa	Typ	Opis
ar	string
cs	string
da	string
de	string
el	string
en	string
es	string
fi	string
fr	string
hu	string
it	string
ja	string
ko	string
nb	string
nl	string
pl	string
pt	string
ro	string
ru	string
sk	string
sr-Cyrl	string
sr-Latn	string
sv	string
tr	string
unk	string
zh-Hans	string
zh-Hant	string

OcrLine

Obiekt opisujący pojedynczy rozpoznany wiersz tekstu.

Nazwa	Typ	Opis
boundingBox	string	Pole ograniczenia rozpoznanego wiersza. Cztery liczby całkowite reprezentują współrzędną x lewej krawędzi, współrzędną y górnej krawędzi, szerokości i wysokości pola ograniczenia, w układzie współrzędnych obrazu wejściowego, po obróceniu wokół środka zgodnie z wykrytym kątem tekstu (zobacz właściwość textAngle) z początkiem w lewym górnym rogu i osią y skierowaną w dół.
words	OcrWord[]	Tablica obiektów, w której każdy obiekt reprezentuje rozpoznany wyraz.

OcrRegion

Region składa się z wielu wierszy (np. kolumny tekstu w dokumencie wielokolumniowym).

Nazwa	Typ	Opis
boundingBox	string	Pole ograniczenia rozpoznanego regionu. Cztery liczby całkowite reprezentują współrzędną x lewej krawędzi, współrzędną y górnej krawędzi, szerokości i wysokości pola ograniczenia, w układzie współrzędnych obrazu wejściowego, po obróceniu wokół środka zgodnie z wykrytym kątem tekstu (zobacz właściwość textAngle) z początkiem w lewym górnym rogu i osią y skierowaną w dół.
lines	OcrLine[]	Tablica rozpoznanych wierszy tekstu.

OcrResult

Nazwa	Typ	Opis
language	string	Kod języka BCP-47 tekstu na obrazie.
orientation	string	Orientacja tekstu rozpoznanego na obrazie, jeśli jest to wymagane. Wartość (w górę, w dół, w lewo lub w prawo) odnosi się do kierunku, w którym znajduje się górna część rozpoznanego tekstu, po obróceniu obrazu wokół środka zgodnie z wykrytym kątem tekstu (zobacz właściwość textAngle). Jeśli nie zażądano wykrycia orientacji lub nie wykryto tekstu, wartość to NotDetected.
regions	OcrRegion[]	Tablica obiektów, w której każdy obiekt reprezentuje region rozpoznanego tekstu.
textAngle	number	Kąt, w radianach, wykrytego tekstu w odniesieniu do najbliższego kierunku poziomego lub pionowego. Po obracaniu obrazu wejściowego zgodnie z ruchem wskazówek zegara, rozpoznane linie tekstowe stają się poziome lub pionowe. W połączeniu z właściwością orientacji może służyć do poprawnego nakładania wyników rozpoznawania na oryginalnym obrazie, obracając oryginalny obraz lub wyniki rozpoznawania według odpowiedniego kąta wokół środka oryginalnego obrazu. Jeśli nie można bezpiecznie wykryć kąta, ta właściwość nie jest obecna. Jeśli obraz zawiera tekst pod różnymi kątami, tylko część tekstu zostanie rozpoznana poprawnie.

OcrWord

Informacje o rozpoznanym słowie.

Nazwa	Typ	Opis
boundingBox	string	Pole ograniczenia rozpoznanego wyrazu. Cztery liczby całkowite reprezentują współrzędną x lewej krawędzi, współrzędną y górnej krawędzi, szerokości i wysokości pola ograniczenia, w układzie współrzędnych obrazu wejściowego, po obróceniu wokół środka zgodnie z wykrytym kątem tekstu (zobacz właściwość textAngle) z początkiem w lewym górnym rogu i osią y skierowaną w dół.
text	string	Wartość ciągu rozpoznanego wyrazu.