Cognitieve OCR-vaardigheid

De OCR-vaardigheid (Optical Character Recognition) herkent gedrukte en handgeschreven tekst in afbeeldingsbestanden. Dit artikel is de referentiedocumentatie voor de OCR-vaardigheid. Zie Tekst extraheren uit afbeeldingen voor gebruiksinstructies.

Azure AI Zoeken de OCR-verwerking bijwerkt voor het gebruik van Azure Document Intelligence in Foundry Tools. De update maakt gebruik van het leesmodel (prebuilt-read) via de Document Intelligence REST API, versie 2024-11-30 (algemeen beschikbaar). Verwerking maakt gebruik van de bewerking Document analyseren van documentmodellen.

Voorheen gebruikte OCR-verwerking Azure Vision in Foundry Tools. De lees-API van v3.2ontvangt geen verdere updates en Microsoft raadt documentinformatie lezen voor document OCR aan.

De officiële Azure Vision Image Analysis buitengebruikstelling stelt 25 september 2028 in als de buitengebruikstellingsdatum voor afbeeldingsanalyse. De Azure AI Zoeken OCR-vaardigheid wordt niet buiten gebruik gesteld als onderdeel van deze update. Azure AI Zoeken beheert de update van de OCR-back-endservice naar Lezen van Document Intelligence.

Na 5 november 2026 wordt ocr-verwerking naar verwachting gefactureerd als Document Intelligence-gebruik in plaats van Azure Vision-gebruik. De timing is afhankelijk van wanneer de update uw zoekservice bereikt.

U hoeft uw omgeving niet te migreren, de gekoppelde Foundry-resource te vervangen of de bestaande OCR-vaardigheidsconfiguratie te wijzigen. Het vaardigheidstype, de invoer van afbeeldingen en textlayoutText uitvoerstructuren blijven ongewijzigd. Er is geen Azure AI Zoeken REST API-versie of SDK-upgrade vereist.

De OCR-vaardigheid extraheert tekst uit afbeeldingsbestanden en ingesloten afbeeldingen. Ondersteunde bestandsindelingen zijn onder andere:

• . JPEG
• .JPG
• .PNG
• .BMP
• . TIFF

Ondersteunde gegevensbronnen voor OCR en afbeeldingsanalyse zijn blobs in Azure Blob Storage en Azure Data Lake Storage (ADLS) Gen2 en afbeeldingsinhoud in Microsoft OneLake. Afbeeldingen kunnen zelfstandige bestanden of ingesloten afbeeldingen zijn in een PDF-bestand of andere bestanden.

Vaardigheidsparameters

Parameters zijn hoofdlettergevoelig.

In eerdere versies heeft de textExtractionAlgorithm parameter gedrukte of handgeschreven tekst geselecteerd. Deze parameter is afgeschaft omdat de vaardigheid beide typen herkent zonder deze. U hoeft deze niet te verwijderen uit een bestaande vaardigheidsdefinitie, maar deze wordt niet gebruikt tijdens de uitvoering.

Invoer van vaardigheden

Uitvoer van vaardigheden

Als u OCR aanroept op afbeeldingen die zijn ingesloten in PDF-bestanden of andere toepassingsbestanden, bevindt de OCR-uitvoer zich onder aan de pagina, na elke tekst die is geëxtraheerd en verwerkt.

Voorbeelddefinitie

{
  "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"
        }
      ]
    }
  ]
}

Voorbeeldtekst en layoutText-uitvoer

{
  "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"
      }
    ]
  }
}

Voorbeeld: Tekst samenvoegen die is geëxtraheerd uit ingesloten afbeeldingen met de inhoud van het document

Document kraken, de eerste stap bij het uitvoeren van vaardighedensets, scheidt tekst- en afbeeldingsinhoud. Een veelvoorkomend gebruiksvoorbeeld voor Tekstfusie is het samenvoegen van de tekstuele weergave van afbeeldingen (tekst van een OCR-vaardigheid of het bijschrift van een afbeelding) in het inhoudsveld van een document. Dit is voor scenario's waarin het brondocument een PDF- of Word-document is dat tekst combineert met ingesloten afbeeldingen.

In de volgende voorbeeldvaardighedenset wordt een merged_text veld gemaakt. Dit veld bevat de tekstuele inhoud van uw document en de OCRed-tekst van elk van de afbeeldingen die in dat document zijn ingesloten.

Syntaxis aanvraagbody

{
  "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"
        }
      ]
    }
  ]
}

In het bovenstaande voorbeeld van een vaardighedenset wordt ervan uitgegaan dat er een genormaliseerd afbeeldingsveld bestaat. Als u dit veld wilt genereren, stelt u de imageAction-configuratie in uw indexeerdefinitie in omNormalizedImages te genereren, zoals hieronder wordt weergegeven:

{
  //...rest of your indexer definition goes here ...
  "parameters": {
    "configuration": {
      "dataToExtract":"contentAndMetadata",
      "imageAction":"generateNormalizedImages"
    }
  }
}

Zie ook

• Wat is optische tekenherkenning?
• Ingebouwde vaardigheden
• TextMerger-vaardigheid
• Een vaardighedenset definiëren
• Tekst en informatie extraheren uit afbeeldingen
• Indexeerfunctie maken (REST)