快速入門：Azure AI 視覺 v3.2 GA 讀取

發行項
10/16/2024

OCR (讀取) 版本

重要

選取最符合您需求的讀取版本。

輸入	範例	讀取版本	優點
影像：一般、野生影像	標籤、街道符號和海報	適用於影像的 OCR (4.0 版)	已針對具有效能增強功能同步 API 的一般非文件影像進行最佳化，而效能增強功能同步 API 可讓您更輕鬆地在使用者體驗案例中內嵌 OCR。
文件：數位及掃描文件，包括影像	書籍、文章和報表	文件智慧讀取模型	使用非同步 API 針對大量文字的數位及掃描文件進行最佳化，以協助將大規模的智慧型文件處理自動化。

關於 Azure AI 視覺 v3.2 GA 讀取

尋找最新的 Azure AI 視覺 v3.2 GA 讀取？所有未來的讀取 OCR 增強功能都屬於先前所列的兩項服務。 Azure AI 視覺 v3.2 沒有進一步的更新。如需詳細資訊，請參閱呼叫 Azure AI 視覺 3.2 GA 讀取 API 和快速入門：Azure AI 視覺 v3.2 GA 讀取。

開始使用 Azure AI 視覺讀取 REST API 或用戶端程式庫。讀取 API 會為您提供 AI 演算法，用以從影像中擷取文字，並將其傳回為結構化字串。請遵循下列步驟將套件安裝至您的應用程式，並試用基本工作的程式碼範例。

使用光學字元辨識 (OCR) 用戶端程式庫，讀取影像中的印刷和手寫文字。 OCR 可以讀取影像中的可見文字，並將其轉換成字元資料流。如需文字辨識的詳細資訊，請參閱 OCR 概觀。本節中的程式碼會使用最新的 Azure AI 視覺套件。

提示

您也可以從本機影像擷取文字。請參閱 ComputerVisionClient 方法，例如 ReadInStreamAsync。或如需本機映像的相關案例，請參閱 GitHub 上的範例程式碼。

參考文件 | 程式庫來源程式碼 | 套件 (NuGet) | 範例

必要條件

Azure 訂用帳戶 - 建立免費帳戶。
Visual Studio IDE 或目前版本的 .NET Core。
Azure AI 視覺資源。您可以使用免費定價層 (F0) 來試用服務，之後可升級至付費層以用於實際執行環境。
來自所建立資源的金鑰和端點，可將應用程式連線至 Azure AI 視覺服務。
1. 部署 Azure 視覺資源之後，請選取 [前往資源]。
2. 在左側導覽功能表中，選取 [金鑰和端點]。
3. 複製其中一個金鑰和 [端點]，以供稍後在快速入門中使用。

建立環境變數

在此範例中，在執行應用程式的本機電腦上將認證寫入環境變數。

前往 Azure 入口網站。如果已成功部署您在 [必要條件] 區段中建立的資源，請選取 [後續步驟] 下的 [前往資源] 按鈕。您可以在 [金鑰和端點] 頁面中 [資源管理] 底下找到金鑰和端點。您的資源金鑰與您的 Azure 訂用帳戶識別碼不同。

若要設定金鑰和端點的環境變數，請開啟主控台視窗，然後遵循作業系統和開發環境的指示進行。

若要設定 VISION_KEY 環境變數，請以您其中一個資源索引碼取代 <your_key>。
若要設定 VISION_ENDPOINT 環境變數，請將 <your_endpoint> 取代為您資源的端點。

重要

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求 (英文)。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

新增環境變數之後，您可能需要重新啟動任何將讀取環境變數的執行中程式，包括主控台視窗。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

讀取印刷和手寫文字

建立新的 C# 應用程式。
- Visual Studio IDE
- CLI
使用 Visual Studio，針對 C#、Windows、主控台建立 [主控台應用程式 (.NET Framework)] 專案。

建立新專案之後，請安裝用戶端程式庫：
1. 在 [方案總管] 中以滑鼠右鍵按一下專案解決方案，然後選取 [管理解決方案的 NuGet 套件]。
2. 在開啟的套件管理員中，選取 [瀏覽]。選取 [包含發行前版本]。
3. 搜尋並選取 Microsoft.Azure.CognitiveServices.Vision.ComputerVision。
4. 在詳細資料對話方塊中，選取您的專案，然後選取最新的穩定版本。然後選取 [安裝]。
1. 在主控台視窗中，使用 dotnet new 命令建立名為 computer-vision-quickstart 的新主控台應用程式。
```
dotnet new console -n computer-vision-quickstart
```
  此命令會建立簡單的 Hello World C# 專案，內含單一原始程式檔：program.cs。
2. 將目錄變更為新建立的應用程式資料夾，然後建置應用程式：
```
dotnet build
```
  建置輸出應該不會有警告或錯誤。
```
...
Build succeeded.
 0 Warning(s)
 0 Error(s)
...
```
3. 在應用程式目錄中，使用下列命令安裝適用於 .NET 的 Azure AI 視覺用戶端程式庫：
```
dotnet add package Microsoft.Azure.CognitiveServices.Vision.ComputerVision --version 7.0.0
```

從專案目錄，在慣用的編輯器或 IDE 中開啟 Program.cs 檔案。將 Program.cs 的內容取代為下列程式碼。

using System;
using System.Collections.Generic;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;
using System.IO;
using Newtonsoft.Json;
using Newtonsoft.Json.Linq;
using System.Threading;
using System.Linq;

namespace ComputerVisionQuickstart
{
    class Program
    {
        // Add your Computer Vision key and endpoint
        static string key = Environment.GetEnvironmentVariable("VISION_KEY");
        static string endpoint = Environment.GetEnvironmentVariable("VISION_ENDPOINT");

        private const string READ_TEXT_URL_IMAGE = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/printed_text.jpg";

        static void Main(string[] args)
        {
            Console.WriteLine("Azure Cognitive Services Computer Vision - .NET quickstart example");
            Console.WriteLine();

            ComputerVisionClient client = Authenticate(endpoint, key);

            // Extract text (OCR) from a URL image using the Read API
            ReadFileUrl(client, READ_TEXT_URL_IMAGE).Wait();
        }

        public static ComputerVisionClient Authenticate(string endpoint, string key)
        {
            ComputerVisionClient client =
              new ComputerVisionClient(new ApiKeyServiceClientCredentials(key))
              { Endpoint = endpoint };
            return client;
        }

        public static async Task ReadFileUrl(ComputerVisionClient client, string urlFile)
        {
            Console.WriteLine("----------------------------------------------------------");
            Console.WriteLine("READ FILE FROM URL");
            Console.WriteLine();

            // Read text from URL
            var textHeaders = await client.ReadAsync(urlFile);
            // After the request, get the operation location (operation ID)
            string operationLocation = textHeaders.OperationLocation;
            Thread.Sleep(2000);

            // Retrieve the URI where the extracted text will be stored from the Operation-Location header.
            // We only need the ID and not the full URL
            const int numberOfCharsInOperationId = 36;
            string operationId = operationLocation.Substring(operationLocation.Length - numberOfCharsInOperationId);

            // Extract the text
            ReadOperationResult results;
            Console.WriteLine($"Extracting text from URL file {Path.GetFileName(urlFile)}...");
            Console.WriteLine();
            do
            {
                results = await client.GetReadResultAsync(Guid.Parse(operationId));
            }
            while ((results.Status == OperationStatusCodes.Running ||
                results.Status == OperationStatusCodes.NotStarted));

            // Display the found text.
            Console.WriteLine();
            var textUrlFileResults = results.AnalyzeResult.ReadResults;
            foreach (ReadResult page in textUrlFileResults)
            {
                foreach (Line line in page.Lines)
                {
                    Console.WriteLine(line.Text);
                }
            }
            Console.WriteLine();
        }

    }
}

如需選擇性步驟，請參閱決定如何處理資料。例如，若要明確指定最新的 GA 模型，請編輯 ReadAsync 呼叫，如下所示。略過參數或使用 "latest" 來使用最新的 GA 模型。
```
  // Read text from URL with a specific model version
  var textHeaders = await client.ReadAsync(urlFile,null,null,"2022-04-30");
```
執行應用程式。
- Visual Studio IDE
- CLI
- 從 [偵錯] 功能表中，選取 [開始偵錯]。
- 在專案目錄中使用 dotnet run 命令。
```
dotnet run
```

輸出

Azure AI Vision - .NET quickstart example

----------------------------------------------------------
READ FILE FROM URL

Extracting text from URL file printed_text.jpg...


Nutrition Facts Amount Per Serving
Serving size: 1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
Calories 190
Cholesterol 0mg
ories from Fat 110
Sodium 20mg
nt Daily Values are based on Vitamin A 50%
calorie diet.

清除資源

如果您想要清除和移除 Azure AI 服務訂用帳戶，則可以刪除資源或資源群組。刪除資源群組也會刪除與其相關聯的任何其他資源。

下一步

在此快速入門中，您已了解如何安裝 OCR 用戶端程式庫以及使用讀取 API。接下來，請深入了解讀取 API 功能。

呼叫讀取 API

OCR 概觀
此範例的原始程式碼可以在 GitHub 上找到。

使用光學字元辨識 (OCR) 用戶端程式庫，讀取遠端影像中的印刷和手寫文字。 OCR 可以讀取影像中的可見文字，並將其轉換成字元資料流。如需文字辨識的詳細資訊，請參閱 OCR 概觀。

提示

您也可以從本機影像讀取文字。請參閱 ComputerVisionClientOperationsMixin 方法，例如 read_in_stream。或如需本機映像的相關案例，請參閱 GitHub 上的範例程式碼。

參考文件 | 程式庫原始程式碼 | 套件 (PiPy) | 範例

必要條件

Azure 訂用帳戶 - 建立免費帳戶。
Python 3.x。
您安裝的 Python 應包含 pip。您可以在命令列上執行 pip --version，檢查是否已安裝 pip。安裝最新版本的 Python 以取得 pip。
Azure AI 視覺資源。您可以使用免費定價層 (F0) 來試用服務，之後可升級至付費層以用於實際執行環境。
來自所建立資源的金鑰和端點，可將應用程式連線至 Azure AI 視覺服務。
1. 部署 Azure 視覺資源之後，請選取 [前往資源]。
2. 在左側導覽功能表中，選取 [金鑰和端點]。
3. 複製其中一個金鑰和 [端點]，以供稍後在快速入門中使用。

建立環境變數

在此範例中，在執行應用程式的本機電腦上將認證寫入環境變數。

若要設定金鑰和端點的環境變數，請開啟主控台視窗，然後遵循作業系統和開發環境的指示進行。

若要設定 VISION_KEY 環境變數，請以您其中一個資源索引碼取代 <your_key>。
若要設定 VISION_ENDPOINT 環境變數，請將 <your_endpoint> 取代為您資源的端點。

重要

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求 (英文)。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

新增環境變數之後，您可能需要重新啟動任何將讀取環境變數的執行中程式，包括主控台視窗。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

讀取印刷和手寫文字

安裝用戶端程式庫。

在主控台視窗中，執行下列命令：
```
pip install --upgrade azure-cognitiveservices-vision-computervision
```
安裝 Pillow 程式庫。
```
pip install pillow
```
建立新的 Python 應用程式檔案 quickstart-file.py。然後，以您慣用的編輯器或 IDE 加以開啟。

將 quickstart-file.py 的內容取代為下列程式碼。

from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from azure.cognitiveservices.vision.computervision.models import OperationStatusCodes
from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes
from msrest.authentication import CognitiveServicesCredentials

from array import array
import os
from PIL import Image
import sys
import time

'''
Authenticate
Authenticates your credentials and creates a client.
'''
subscription_key = os.environ["VISION_KEY"]
endpoint = os.environ["VISION_ENDPOINT"]

computervision_client = ComputerVisionClient(endpoint, CognitiveServicesCredentials(subscription_key))
'''
END - Authenticate
'''

'''
OCR: Read File using the Read API, extract text - remote
This example will extract text in an image, then print results, line by line.
This API call can also extract handwriting style text (not shown).
'''
print("===== Read File - remote =====")
# Get an image with text
read_image_url = "https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png"

# Call API with URL and raw response (allows you to get the operation location)
read_response = computervision_client.read(read_image_url,  raw=True)

# Get the operation location (URL with an ID at the end) from the response
read_operation_location = read_response.headers["Operation-Location"]
# Grab the ID from the URL
operation_id = read_operation_location.split("/")[-1]

# Call the "GET" API and wait for it to retrieve the results 
while True:
    read_result = computervision_client.get_read_result(operation_id)
    if read_result.status not in ['notStarted', 'running']:
        break
    time.sleep(1)

# Print the detected text, line by line
if read_result.status == OperationStatusCodes.succeeded:
    for text_result in read_result.analyze_result.read_results:
        for line in text_result.lines:
            print(line.text)
            print(line.bounding_box)
print()
'''
END - Read File - remote
'''

print("End of Computer Vision quickstart.")

如需選擇性步驟，請參閱決定如何處理資料。例如，若要明確指定最新的 GA 模型，請編輯 read 陳述式，如下所示。略過參數或使用 "latest"，會自動使用最新的 GA 模型。
```
   # Call API with URL and raw response (allows you to get the operation location)
   read_response = computervision_client.read(read_image_url,  raw=True, model_version="2022-04-30")
```
使用快速入門檔案上使用 python 命令執行應用程式。
```
python quickstart-file.py
```

輸出

===== Read File - remote =====
The quick brown fox jumps
[38.0, 650.0, 2572.0, 699.0, 2570.0, 854.0, 37.0, 815.0]
Over
[184.0, 1053.0, 508.0, 1044.0, 510.0, 1123.0, 184.0, 1128.0]
the lazy dog!
[639.0, 1011.0, 1976.0, 1026.0, 1974.0, 1158.0, 637.0, 1141.0]

End of Azure AI Vision quickstart.

清除資源

如果您想要清除和移除 Azure AI 服務訂用帳戶，則可以刪除資源或資源群組。刪除資源群組也會刪除與其相關聯的任何其他資源。

下一步

在此快速入門中，您已了解如何安裝 OCR 用戶端程式庫以及使用讀取 API。接下來，請深入了解讀取 API 功能。

呼叫讀取 API

OCR 概觀
此範例的原始程式碼可以在 GitHub 上找到。

使用光學字元辨識 (OCR) 用戶端程式庫，以讀取 API 來讀取印刷和手寫文字。 OCR 可以讀取影像中的可見文字，並將其轉換成字元資料流。如需文字辨識的詳細資訊，請參閱 OCR 概觀。

提示

您也可以從本機影像讀取文字。請參閱 ComputerVisionClient 方法，例如 readInStream。或如需本機映像的相關案例，請參閱 GitHub 上的範例程式碼。

參考文件 | 套件 (npm) | 範例

必要條件

Azure 訂用帳戶 - 建立免費帳戶。
最新版的 Node.js。
Azure AI 視覺資源。您可以使用免費定價層 (F0) 來試用服務，之後可升級至付費層以用於實際執行環境。
來自所建立資源的金鑰和端點，可將應用程式連線至 Azure AI 視覺服務。
1. 部署 Azure 視覺資源之後，請選取 [前往資源]。
2. 在左側導覽功能表中，選取 [金鑰和端點]。
3. 複製其中一個金鑰和 [端點]，以供稍後在快速入門中使用。

建立環境變數

在此範例中，在執行應用程式的本機電腦上將認證寫入環境變數。

若要設定金鑰和端點的環境變數，請開啟主控台視窗，然後遵循作業系統和開發環境的指示進行。

若要設定 VISION_KEY 環境變數，請以您其中一個資源索引碼取代 <your_key>。
若要設定 VISION_ENDPOINT 環境變數，請將 <your_endpoint> 取代為您資源的端點。

重要

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求 (英文)。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

新增環境變數之後，您可能需要重新啟動任何將讀取環境變數的執行中程式，包括主控台視窗。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

讀取印刷和手寫文字

建立新的 Node.js 應用程式。

在主控台視窗中，為您的應用程式建立新目錄，並瀏覽至該目錄。
```
mkdir myapp
cd myapp
```
執行命令 npm init，以使用 package.json 檔案建立節點應用程式。針對任何提示選取 Enter。
```
npm init
```
若要安裝用戶端程式庫，請安裝 ms-rest-azure 和 @azure/cognitiveservices-computervision npm 套件：
```
npm install ms-rest-azure
npm install @azure/cognitiveservices-computervision
```
安裝非同步模組：
```
npm install async
```
您應用程式的 package.json 檔案會隨著相依性而更新。
建立新檔案 index.js，並在文字編輯器中開啟它。

將下列程式碼貼入 index.js 檔案。

'use strict';

const async = require('async');
const fs = require('fs');
const https = require('https');
const path = require("path");
const createReadStream = require('fs').createReadStream
const sleep = require('util').promisify(setTimeout);
const ComputerVisionClient = require('@azure/cognitiveservices-computervision').ComputerVisionClient;
const ApiKeyCredentials = require('@azure/ms-rest-js').ApiKeyCredentials;
/**
 * AUTHENTICATE
 * This single client is used for all examples.
 */
const key = process.env.VISION_KEY;
const endpoint = process.env.VISION_ENDPOINT;

const computerVisionClient = new ComputerVisionClient(
  new ApiKeyCredentials({ inHeader: { 'Ocp-Apim-Subscription-Key': key } }), endpoint);
/**
 * END - Authenticate
 */

function computerVision() {
  async.series([
    async function () {

      /**
       * OCR: READ PRINTED & HANDWRITTEN TEXT WITH THE READ API
       * Extracts text from images using OCR (optical character recognition).
       */
      console.log('-------------------------------------------------');
      console.log('READ PRINTED, HANDWRITTEN TEXT AND PDF');
      console.log();

      // URL images containing printed and/or handwritten text. 
      // The URL can point to image files (.jpg/.png/.bmp) or multi-page files (.pdf, .tiff).
      const printedTextSampleURL = 'https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/printed_text.jpg';

      // Recognize text in printed image from a URL
      console.log('Read printed text from URL...', printedTextSampleURL.split('/').pop());
      const printedResult = await readTextFromURL(computerVisionClient, printedTextSampleURL);
      printRecText(printedResult);

      // Perform read and await the result from URL
      async function readTextFromURL(client, url) {
        // To recognize text in a local image, replace client.read() with readTextInStream() as shown:
        let result = await client.read(url);
        // Operation ID is last path segment of operationLocation (a URL)
        let operation = result.operationLocation.split('/').slice(-1)[0];

        // Wait for read recognition to complete
        // result.status is initially undefined, since it's the result of read
        while (result.status !== "succeeded") { await sleep(1000); result = await client.getReadResult(operation); }
        return result.analyzeResult.readResults; // Return the first page of result. Replace [0] with the desired page if this is a multi-page file such as .pdf or .tiff.
      }

      // Prints all text from Read result
      function printRecText(readResults) {
        console.log('Recognized text:');
        for (const page in readResults) {
          if (readResults.length > 1) {
            console.log(`==== Page: ${page}`);
          }
          const result = readResults[page];
          if (result.lines.length) {
            for (const line of result.lines) {
              console.log(line.words.map(w => w.text).join(' '));
            }
          }
          else { console.log('No recognized text.'); }
        }
      }

      /**
       * 
       * Download the specified file in the URL to the current local folder
       * 
       */
      function downloadFilesToLocal(url, localFileName) {
        return new Promise((resolve, reject) => {
          console.log('--- Downloading file to local directory from: ' + url);
          const request = https.request(url, (res) => {
            if (res.statusCode !== 200) {
              console.log(`Download sample file failed. Status code: ${res.statusCode}, Message: ${res.statusMessage}`);
              reject();
            }
            var data = [];
            res.on('data', (chunk) => {
              data.push(chunk);
            });
            res.on('end', () => {
              console.log('   ... Downloaded successfully');
              fs.writeFileSync(localFileName, Buffer.concat(data));
              resolve();
            });
          });
          request.on('error', function (e) {
            console.log(e.message);
            reject();
          });
          request.end();
        });
      }

      /**
       * END - Recognize Printed & Handwritten Text
       */
      console.log();
      console.log('-------------------------------------------------');
      console.log('End of quickstart.');

    },
    function () {
      return new Promise((resolve) => {
        resolve();
      })
    }
  ], (err) => {
    throw (err);
  });
}

computerVision();

如需選擇性步驟，請參閱決定如何處理資料。例如，若要明確指定最新的 GA 模型，請編輯 read 陳述式，如下所示。略過參數或使用 "latest"，會自動使用最新的 GA 模型。
```
  let result = await client.read(url,{modelVersion:"2022-04-30"});
```
使用快速入門檔案上使用 node 命令執行應用程式。
```
node index.js
```

輸出

-------------------------------------------------
READ PRINTED, HANDWRITTEN TEXT AND PDF

Read printed text from URL... printed_text.jpg
Recognized text:
Nutrition Facts Amount Per Serving
Serving size: 1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
Calories 190
Cholesterol 0mg
ories from Fat 110
Sodium 20mg
nt Daily Values are based on Vitamin A 50%
calorie diet.

-------------------------------------------------
End of quickstart.

清除資源

如果您想要清除和移除 Azure AI 服務訂用帳戶，則可以刪除資源或資源群組。刪除資源群組也會刪除與其相關聯的任何其他資源。

下一步

在此快速入門中，您已了解如何安裝 OCR 用戶端程式庫以及使用讀取 API。接下來，請深入了解讀取 API 功能。

呼叫讀取 API

OCR 概觀
此範例的原始程式碼可以在 GitHub 上找到。

使用光學字元辨識 (OCR) REST API 來讀取印刷和手寫文字。

注意

本快速入門會使用 cURL 命令來呼叫 REST API。您也可以使用程式設計語言來呼叫 REST API。如需 C#、Python、Java 和 JavaScript 的範例，請參閱 GitHub 範例。

必要條件

Azure 訂用帳戶 - 建立免費帳戶。
已安裝 cURL。
Azure AI 視覺資源。您可以使用免費定價層 (F0) 來試用服務，之後可升級至付費層以用於實際執行環境。
來自所建立資源的金鑰和端點，可將應用程式連線至 Azure AI 視覺服務。
1. 部署 Azure 視覺資源之後，請選取 [前往資源]。
2. 在左側導覽功能表中，選取 [金鑰和端點]。
3. 複製其中一個金鑰和 [端點]，以供稍後在快速入門中使用。

讀取印刷和手寫文字

光學字元辨識 (OCR) 服務可擷取影像或文件中的可見文字，並將其轉換成字元資料流。如需文字擷取的詳細資訊，請參閱 OCR 概觀。

呼叫讀取 API

若要建立並執行範例，請執行下列步驟：

將下列命令複製到文字編輯器。
視需要在命令中進行下列變更：
1. 將 <key> 的值取代為您的金鑰。
2. 將要求 URL 的第一個部分 (https://westcentralus.api.cognitive.microsoft.com/) 取代為您端點 URL 中的文字。
  
  注意
  
  2019 年 7 月 1 日之後建立的新資源會使用自訂的子網域名稱。如需詳細資訊和完整的區域端點清單，請參閱 Azure AI 服務的自訂子網域名稱。
3. (選擇性) 將要求本文 (https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png) 中的影像 URL 變更為要分析之不同影像的 URL。
開啟 [命令提示字元] 視窗。
將文字編輯器中的命令貼到命令提示字元視窗中，然後執行該命令。

curl -v -X POST "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyze" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: <subscription key>" --data-ascii "{'url':'https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png'}"

回應包含 Operation-Location 標頭，其值是唯一的 URL。您可以使用此 URL 來查詢讀取作業的結果。 URL 會在 48 小時後過期。

您可以選擇是否指定模型版本

如需選擇性步驟，請參閱決定如何處理資料。例如，若要明確指定最新的 GA 模型，請使用 model-version=2022-04-30 作為參數。略過參數或使用 model-version=latest，會自動使用最新的 GA 模型。

curl -v -X POST "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyze?model-version=2022-04-30" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: <subscription key>" --data-ascii "{'url':'https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png'}"

取得讀取結果

將下列命令複製到文字編輯器。
將 URL 取代為您在上一個程序中複製的 Operation-Location 值。
將 <key> 的值取代為您的金鑰。
開啟主控台視窗。

將文字編輯器中的命令貼到主控台視窗中，然後執行該命令。

curl -v -X GET "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyzeResults/{operationId}" -H "Ocp-Apim-Subscription-Key: {key}" --data-ascii "{body}"

檢查回應

成功的回應會以 JSON 的形式傳回。範例應用程式會在主控台視窗中剖析並顯示成功的回應，如下列範例所示：

{
  "status": "succeeded",
  "createdDateTime": "2021-04-08T21:56:17.6819115+00:00",
  "lastUpdatedDateTime": "2021-04-08T21:56:18.4161316+00:00",
  "analyzeResult": {
    "version": "3.2",
    "readResults": [
      {
        "page": 1,
        "angle": 0,
        "width": 338,
        "height": 479,
        "unit": "pixel",
        "lines": [
          {
            "boundingBox": [
              25,
              14,
              318,
              14,
              318,
              59,
              25,
              59
            ],
            "text": "NOTHING",
            "appearance": {
              "style": {
                "name": "other",
                "confidence": 0.971
              }
            },
            "words": [
              {
                "boundingBox": [
                  27,
                  15,
                  294,
                  15,
                  294,
                  60,
                  27,
                  60
                ],
                "text": "NOTHING",
                "confidence": 0.994
              }
            ]
          }
        ]
      }
    ]
  }
}

清除資源

如果您想要清除和移除 Azure AI 服務訂用帳戶，則可以刪除資源或資源群組。刪除資源群組也會刪除與其相關聯的任何其他資源。

下一步

在此快速入門中，您已了解如何呼叫讀取 REST API。接下來，請深入了解讀取 API 功能。

呼叫讀取 API

OCR 概觀

必要條件

Azure 訂用帳戶 - 建立免費帳戶。
Azure AI 視覺資源。您可以使用免費定價層 (F0) 來試用服務，之後可升級至付費層以用於實際執行環境。
連線至 Vision Studio。
- 您可能需要登入。
- 登入之後，請選取 [檢視所有資源]。如有必要，請選取 [重新整理]。確認您的資源可以使用。
如需詳細資訊，請參閱開始使用 Vision Studio。

讀取印刷和手寫文字

在 [光學字元辨識] 底下，選取 [從影像擷取文字]。
在 [試用] 底下，確認此示範招致使用您的 Azure 帳戶。如需詳細資訊，請參閱 Azure AI 視覺定價。
從可用的集合中選取影像，或上傳您自己的影像。
如有必要，請選取 [請選取資源] 以選取您的資源。

選取影像之後，擷取的文字會出現在輸出視窗中。您也可以選取 [JSON] 索引標籤，以查看 API 呼叫傳回的 JSON 輸出。

立即試用體驗之後的後續步驟，是在您自己的應用程式中開始使用此功能。

下一步

在本快速入門中，您使用了 Vision Studio 來存取讀取 API。接下來，請深入了解讀取 API 功能。

呼叫讀取 API

OCR 概觀

共用方式為

快速入門：Azure AI 視覺 v3.2 GA 讀取

OCR (讀取) 版本

必要條件

建立環境變數

讀取印刷和手寫文字

輸出

清除資源

下一步

必要條件

建立環境變數

讀取印刷和手寫文字

輸出

清除資源

下一步

必要條件

建立環境變數

讀取印刷和手寫文字

輸出

清除資源

下一步

必要條件

讀取印刷和手寫文字

呼叫讀取 API

您可以選擇是否指定模型版本

取得讀取結果

檢查回應

清除資源

下一步

必要條件

讀取印刷和手寫文字

下一步

意見反應

其他資源