Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Note
Recherche Azure AI est disponible via le portail Azure, les API REST et les SDK Azure. Il sous-tend également Foundry IQ, la couche de connaissances managée qui transforme le contenu d’entreprise en bases de connaissances réutilisables et prenant en charge les autorisations pour les agents dans le portail Microsoft Foundry.
La compétence de reconnaissance optique de caractères (OCR) reconnaît le texte imprimé et manuscrit dans les fichiers image. Cet article constitue la documentation de référence pour la compétence de reconnaissance optique de caractères (OCR). Consultez Extraire du texte à partir d’images pour obtenir des instructions d’utilisation.
Recherche Azure AI met à jour le traitement OCR pour utiliser Azure Document Intelligence dans Foundry Tools. La mise à jour utilise son modèle de lecture (prebuilt-read) via l’API REST Document Intelligence, version 2024-11-30 (généralement disponible). Le traitement utilise l’opération Analyse du document par modèles de document.
Auparavant, le traitement OCR utilisé Azure Vision dans Foundry Tools. Son API de lecture en disponibilité générale v3.2ne reçoit aucune autre mise à jour, et Microsoft recommande document Intelligence Read for document OCR.
L’avis officiel de mise hors service Azure Vision Image Analysis définit le 25 septembre 2028 comme date de mise hors service pour l’analyse d’images. La compétence OCR Recherche Azure AI ne prend pas fin dans le cadre de cette mise à jour. Recherche Azure AI gère la mise à jour du service principal OCR vers Document Intelligence Read.
Quelque temps après le 5 novembre 2026, le traitement OCR devrait être facturé comme utilisation de Document Intelligence au lieu de Azure’utilisation de Vision. Le minutage dépend du moment où la mise à jour atteint votre service de recherche.
Vous n’avez pas besoin de migrer votre environnement, de remplacer votre ressource Foundry attachée ou de modifier votre configuration de compétence OCR existante. Le type de compétence, les entrées d’image et les textlayoutText structures de sortie restent inchangés. Aucune Recherche Azure AI version de l’API REST ou de la mise à niveau du SDK n’est requise.
La compétence OCR extrait du texte à partir de fichiers image et d’images incorporées. Les formats de fichiers pris en charge sont les suivants :
- . JPEG
- .JPG
- .PNG
- .BMP
- . TIFF
Les sources de données prises en charge pour l’ocr et l’analyse d’images sont des objets blob dans Stockage Blob Azure et Azure Data Lake Storage (ADLS) Gen2 et du contenu d’image dans Microsoft OneLake. Les images peuvent être des fichiers autonomes ou des images incorporées dans un fichier PDF ou d’autres fichiers.
Note
Cette compétence est liée aux outils Foundry. Elle nécessite une ressource facturable pour les transactions qui dépassent 20 documents par indexeur par jour. Pour connaître les taux de traitement OCR actuels, consultez la tarification Document Intelligence.
En outre, l’extraction d’images est facturée par Recherche Azure AI.
Paramètres de compétence
Les paramètres respectent la casse.
| Nom du paramètre | Description |
|---|---|
detectOrientation |
Conservé pour la compatibilité avec les définitions de compétence existantes. Les valeurs valides sont true ou false. Ce paramètre s’applique uniquement à l’API OCR héritée version 3.2 . |
defaultLanguageCode |
Code de langue du texte d’entrée. Les langues prises en charge incluent toutes les langues généralement disponibles d’Azure Vision. Vous pouvez également spécifier un unk (inconnu). Si le code langue n’est pas spécifié ou est Null, la langue est définie automatiquement sur l’anglais. Si la langue est définie explicitement sur unk, toutes les langues trouvées sont détectées automatiquement et retournées. |
lineEnding |
Valeur à utiliser comme séparateur de ligne. Valeurs possibles : "Space", "CarriageReturn", "LineFeed". La valeur par défaut est "Space" |
Dans les versions précédentes, le textExtractionAlgorithm paramètre sélectionné est imprimé ou manuscrit. Ce paramètre est déconseillé, car la compétence reconnaît les deux types sans celui-ci. Vous n’avez pas besoin de le supprimer d’une définition de compétence existante, mais il n’est pas utilisé pendant l’exécution.
Données de compétences
| Nom de saisie | Description |
|---|---|
image |
Type complexe. Actuellement, fonctionne seulement avec le champ « /documents/normalized_images », produit par l’indexeur de blobs Azure quand imageAction est défini sur une valeur supérieure à none. |
Résultats des compétences
| Nom de sortie | Description |
|---|---|
text |
Texte brut extrait de l’image. |
layoutText |
Type complexe qui décrit le texte extrait ainsi que l’emplacement où le texte a été trouvé. |
Si vous appelez la reconnaissance optique de caractères sur des images incorporées dans des fichiers PDF ou d’autres fichiers d’application, la sortie OCR se trouve en bas de la page, après tout texte extrait et traité.
Exemple de définition
{
"skills": [
{
"description": "Extracts text (plain and structured) from image.",
"@odata.type": "#Microsoft.Skills.Vision.OcrSkill",
"context": "/document/normalized_images/*",
"defaultLanguageCode": null,
"detectOrientation": true,
"inputs": [
{
"name": "image",
"source": "/document/normalized_images/*"
}
],
"outputs": [
{
"name": "text",
"targetName": "myText"
},
{
"name": "layoutText",
"targetName": "myLayoutText"
}
]
}
]
}
Exemple de sortie text et layoutText
{
"text": "Hello World. -John",
"layoutText":
{
"language" : "en",
"text" : "Hello World. -John",
"lines" : [
{
"boundingBox":
[ {"x":10, "y":10}, {"x":50, "y":10}, {"x":50, "y":30},{"x":10, "y":30}],
"text":"Hello World."
},
{
"boundingBox": [ {"x":110, "y":10}, {"x":150, "y":10}, {"x":150, "y":30},{"x":110, "y":30}],
"text":"-John"
}
],
"words": [
{
"boundingBox": [ {"x":110, "y":10}, {"x":150, "y":10}, {"x":150, "y":30},{"x":110, "y":30}],
"text":"Hello"
},
{
"boundingBox": [ {"x":110, "y":10}, {"x":150, "y":10}, {"x":150, "y":30},{"x":110, "y":30}],
"text":"World."
},
{
"boundingBox": [ {"x":110, "y":10}, {"x":150, "y":10}, {"x":150, "y":30},{"x":110, "y":30}],
"text":"-John"
}
]
}
}
Exemple : fusion du texte extrait d’images incorporées avec le contenu du document
Le craquage de document, la première étape de l’exécution de l’ensemble de compétences, sépare le texte et le contenu de l’image. La fusion de texte permet notamment de fusionner la représentation textuelle d’images (texte issu d’une compétence OCR ou légende d’une image) dans le champ de contenu d’un document. Il s’agit de scénarios où le document source est un document PDF ou Word qui combine du texte et des images incorporées.
L’exemple d’ensemble de compétences suivant crée un champ merged_text. Ce champ comprend le contenu textuel de votre document et le texte obtenu par reconnaissance optique de caractères de chacune des images incorporées dans ce document.
Syntaxe du corps de la demande
{
"description": "Extract text from images and merge with content text to produce merged_text",
"skills":
[
{
"description": "Extract text (plain and structured) from image.",
"@odata.type": "#Microsoft.Skills.Vision.OcrSkill",
"context": "/document/normalized_images/*",
"defaultLanguageCode": "en",
"detectOrientation": true,
"inputs": [
{
"name": "image",
"source": "/document/normalized_images/*"
}
],
"outputs": [
{
"name": "text"
}
]
},
{
"@odata.type": "#Microsoft.Skills.Text.MergeSkill",
"description": "Create merged_text, which includes all the textual representation of each image inserted at the right location in the content field.",
"context": "/document",
"insertPreTag": " ",
"insertPostTag": " ",
"inputs": [
{
"name":"text",
"source": "/document/content"
},
{
"name": "itemsToInsert",
"source": "/document/normalized_images/*/text"
},
{
"name":"offsets",
"source": "/document/normalized_images/*/contentOffset"
}
],
"outputs": [
{
"name": "mergedText",
"targetName" : "merged_text"
}
]
}
]
}
L’exemple d’ensemble de compétences ci-dessus suppose l’existence d’un champ d’images normalisées. Pour générer ce champ, définissez la configuration imageAction dans la définition de l’indexeur sur generateNormalizedImages comme indiqué ci-dessous :
{
//...rest of your indexer definition goes here ...
"parameters": {
"configuration": {
"dataToExtract":"contentAndMetadata",
"imageAction":"generateNormalizedImages"
}
}
}