Recognize Printed Text - Recognize Printed Text

Ссылка

Служба:: Azure AI Services

Версия API:: 2.1

Оптическое распознавание символов (OCR) определяет печатный текст на изображении и извлекает распознанные символы в поток символов, пригодный для машинной обработки. После успешного выполнения будут возвращены результаты OCR. При сбое возвращается код ошибки вместе с сообщением об ошибке. Код ошибки может быть следующим: InvalidImageUrl, InvalidImageFormat, InvalidImageSize, NotSupportedImage, NotSupportedLanguage или InternalServerError.

POST {Endpoint}/vision/v2.1/ocr?detectOrientation={detectOrientation}

С использованием необязательных параметров:

POST {Endpoint}/vision/v2.1/ocr?detectOrientation={detectOrientation}&language={language}

Параметры URI

Имя	В	Обязательно	Тип	Описание
Endpoint	path	True	string	Поддерживаемые конечные точки Cognitive Services.
detectOrientation	query	True	boolean	Определяет ли ориентацию текста на изображении. С параметром detectOrientation=true служба распознавания текста пытается обнаружить ориентацию изображения и исправить ее перед дальнейшей обработкой (например, если она перевернута).
language	query		OcrLanguages	Код языка BCP-47 текста, который будет обнаружен на изображении. Значение по умолчанию — unk.

Заголовок запроса

Имя	Обязательно	Тип	Описание
Ocp-Apim-Subscription-Key	True	string

Текст запроса

Имя	Обязательно	Тип	Описание
url	True	string	Общедоступный URL-адрес изображения.

Ответы

Имя	Тип	Описание
200 OK	OcrResult	OCR приводит к иерархии регион/строка/слово. Результаты включают текст, ограничивающий прямоугольник для областей, строк и слов. Угол обнаруженного текста в радианах относительно ближайшего горизонтального или вертикального направления. После поворота входного изображения по часовой стрелке на этот угол распознанные текстовые линии становятся горизонтальными или вертикальными. В сочетании со свойством orientation его можно использовать для правильного наложения результатов распознавания на исходное изображение путем поворота исходного изображения или результатов распознавания на подходящий угол вокруг центра исходного изображения. Если угол не может быть обнаружен уверенно, это свойство отсутствует. Если изображение содержит текст под разными углами, правильно распознается только часть текста.
Other Status Codes	ComputerVisionError	Ответ об ошибке.

Безопасность

Ocp-Apim-Subscription-Key

Тип: apiKey
В: header

Примеры

Successful RecognizePrintedText request

Образец запроса

HTTP

POST https://westus.api.cognitive.microsoft.com/vision/v2.1/ocr?detectOrientation=true&language=en


"{url}"

Пример ответа

Код состояния:: 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"
            }
          ]
        }
      ]
    }
  ]
}

Определения

Имя	Описание
ComputerVisionError	Сведения об ошибке запроса API.
ComputerVisionErrorCodes	Код ошибки.
ImageUrl
OcrLanguages	Код языка BCP-47 текста, который будет обнаружен на изображении. Значение по умолчанию — unk.
OcrLine	Объект, описывающий одну распознаваемую строку текста.
OcrRegion	Область состоит из нескольких строк (например, столбец текста в документе с несколькими столбцами).
OcrResult
OcrWord	Сведения об распознаваемом слове.

ComputerVisionError

Сведения об ошибке запроса API.

Имя	Тип	Описание
code	ComputerVisionErrorCodes	Код ошибки.
message	string	Сообщение, объясняющее ошибку, о которую сообщила служба.
requestId	string	Уникальный идентификатор запроса.

ComputerVisionErrorCodes

Код ошибки.

Имя	Тип	Описание
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

Имя	Тип	Описание
url	string	Общедоступный URL-адрес изображения.

OcrLanguages

Код языка BCP-47 текста, который будет обнаружен на изображении. Значение по умолчанию — unk.

Имя	Тип	Описание
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

Объект, описывающий одну распознаваемую строку текста.

Имя	Тип	Описание
boundingBox	string	Ограничивающий прямоугольник распознанной линии. Четыре целых числа представляют координату X левого края, координату Y верхнего края, ширину и высоту ограничивающего прямоугольника в системе координат входного изображения после его поворота вокруг центра в соответствии с обнаруженным текстовым углом (см. свойство textAngle), с источником в левом верхнем углу и осью Y, указывающей вниз.
words	OcrWord[]	Массив объектов , где каждый объект представляет распознанное слово.

OcrRegion

Область состоит из нескольких строк (например, столбец текста в документе с несколькими столбцами).

Имя	Тип	Описание
boundingBox	string	Ограничивающий прямоугольник распознанной области. Четыре целых числа представляют координату X левого края, координату Y верхнего края, ширину и высоту ограничивающего прямоугольника в системе координат входного изображения после его поворота вокруг центра в соответствии с обнаруженным текстовым углом (см. свойство textAngle), с источником в левом верхнем углу и осью Y, указывающей вниз.
lines	OcrLine[]	Массив распознаваемых строк текста.

OcrResult

Имя	Тип	Описание
language	string	Код языка BCP-47 текста на изображении.
orientation	string	Ориентация текста, распознаваемого на изображении, если требуется. Значение (вверх, вниз, влево или вправо) относится к направлению, к которому обращена верхняя часть распознанного текста после поворота изображения вокруг его центра в соответствии с обнаруженным углом текста (см. свойство textAngle). Если обнаружение ориентации не было запрошено или текст не обнаружен, значением будет NotDetected.
regions	OcrRegion[]	Массив объектов , где каждый объект представляет область распознанного текста.
textAngle	number	Угол обнаруженного текста в радианах относительно ближайшего горизонтального или вертикального направления. После поворота входного изображения по часовой стрелке на этот угол распознанные текстовые линии становятся горизонтальными или вертикальными. В сочетании со свойством orientation его можно использовать для правильного наложения результатов распознавания на исходное изображение путем поворота исходного изображения или результатов распознавания на подходящий угол вокруг центра исходного изображения. Если угол не может быть обнаружен уверенно, это свойство отсутствует. Если изображение содержит текст под разными углами, правильно распознается только часть текста.

OcrWord

Сведения об распознаваемом слове.

Имя	Тип	Описание
boundingBox	string	Ограничивающий прямоугольник распознанного слова. Четыре целых числа представляют координату X левого края, координату Y верхнего края, ширину и высоту ограничивающего прямоугольника в системе координат входного изображения после его поворота вокруг центра в соответствии с обнаруженным текстовым углом (см. свойство textAngle), с источником в левом верхнем углу и осью Y, указывающей вниз.
text	string	Строковое значение распознанного слова.

Поделиться через