Оптическое распознавание текста (OCR)

Статья
03/22/2024

Внимание

Из-за объявления об Службы мультимедиа Azure выхода на пенсию Индексатор видео Azure объявляет корректировки функций Индексатора видео Azure. Ознакомьтесь с изменениями, связанными с выходом на пенсию службы мультимедиа Azure (AMS), чтобы понять, что это означает для учетной записи Индексатора видео Azure. Ознакомьтесь с руководством по обновлению и миграции AMS: VI.

Оптическое распознавание символов (OCR) — это функция ИИ индексатора видео Azure, которая извлекает текст из изображений, таких как изображения, уличные знаки и продукты в файлах мультимедиа для создания аналитических сведений.

В настоящее время OCR извлекает аналитические сведения из печатного и рукописного текста на более чем 50 языках, включая изображение с текстом на нескольких языках. Дополнительные сведения см . на поддерживаемых языках OCR.

Необходимые компоненты

Обзор заметки о прозрачности

Общие принципы

В этой статье рассматриваются оптическое распознавание символов (OCR) и ключевые аспекты использования этой технологии ответственно. При принятии решения о том, как использовать и реализовать функцию СИ, необходимо учитывать многое:

Будет ли эта функция хорошо работать в моем сценарии? Перед развертыванием OCR в вашем сценарии проверьте, как она выполняется с использованием данных реального времени и убедитесь, что она может обеспечить необходимую точность.
Есть ли возможности для обнаружения ошибок и реагирования на них? Продукты и функции, на основе искусственного интеллекта, не будут точными на 100%, поэтому рассмотрим способ выявления и реагирования на любые ошибки, которые могут возникнуть.

Просмотр аналитических сведений

При работе с веб-сайтом на вкладке "Временная шкала " отображаются аналитические сведения. Кроме того, их можно создать в списке с категоризированным списком в JSON-файле, который включает идентификатор, транскрибированный текст, длительность и оценку достоверности.

Чтобы просмотреть экземпляры на веб-сайте, сделайте следующее:

Перейдите к просмотру и проверка OCR.
Выберите временную шкалу, чтобы отобразить извлеченный текст.

Аналитика также можно создать в списке с категоризированным списком в JSON-файле, который включает идентификатор, язык, текст вместе с оценкой достоверности каждого экземпляра.

Чтобы просмотреть аналитические сведения в JSON-файле, сделайте следующее:

Выберите "Скачать — аналитика"> (JSON).

ocr Скопируйте элемент в разделе insightsи вставьте его в веб-средство просмотра JSON.

"ocr": [
    {
      "id": 1,
      "text": "2017 Ruler",
      "confidence": 0.4365,
      "left": 901,
      "top": 3,
      "width": 80,
      "height": 23,
      "angle": 0,
      "language": "en-US",
      "instances": [
        {
          "adjustedStart": "0:00:45.5",
          "adjustedEnd": "0:00:46",
          "start": "0:00:45.5",
          "end": "0:00:46"
        },
        {
          "adjustedStart": "0:00:55",
          "adjustedEnd": "0:00:55.5",
          "start": "0:00:55",
          "end": "0:00:55.5"
        }
      ]
    },
    {
      "id": 2,
      "text": "2017 Ruler postppu - PowerPoint",
      "confidence": 0.4712,
      "left": 899,
      "top": 4,
      "width": 262,
      "height": 48,
      "angle": 0,
      "language": "en-US",
      "instances": [
        {
          "adjustedStart": "0:00:44.5",
          "adjustedEnd": "0:00:45",
          "start": "0:00:44.5",
          "end": "0:00:45"
        }
      ]
    },

Чтобы скачать JSON-файл с помощью API, используйте портал разработчика Индексатора видео Azure AI.

Компоненты OCR

Во время процедуры OCR текстовые изображения в файле мультимедиа обрабатываются следующим образом:

Компонент	Определение
Исходный файл	Пользователь отправляет исходный файл для индексирования.
Модель чтения	Изображения обнаруживаются в файле мультимедиа, а затем извлекаются и анализируются службами ИИ Azure.
Получение модели результатов чтения	Выходные данные извлеченного текста отображаются в JSON-файле.
Значение достоверности	Предполагаемый уровень достоверности каждого слова вычисляется как диапазон от 0 до 1. Оценка достоверности представляет уверенность в точности результата. Например, 82% определенности будут представлены как оценка 0,82.

Дополнительные сведения см . в разделе "Технология OCR".

Примеры вариантов использования

Глубокий поиск средств массовой информации кадры для изображений с знаками, уличными именами или номерными знаками автомобиля, например в правоохранительных органах.
Извлечение текста из изображений в файлах мультимедиа и его перевод на несколько языков в метках для специальных возможностей, например в средствах массовой информации или развлечениях.
Обнаружение названий фирменной символики в изображениях и их маркировке в целях перевода, например в рекламе и фирменной символике.
Извлечение текста в изображениях, которые затем автоматически помечены и классифицируются для специальных возможностей и будущего использования, например для создания содержимого в информационном агентстве.
Извлечение текста в предупреждениях в онлайн-инструкциях и перевод текста в соответствии с местными стандартами, например инструкции по использованию оборудования.

Оптическое распознавание текста (OCR)

Необходимые компоненты

Общие принципы

Просмотр аналитических сведений

Компоненты OCR

Примеры вариантов использования

Рекомендации и ограничения при выборе варианта использования

Дополнительные сведения о OCR

Обратная связь

Обратная связь

Дополнительные ресурсы