快速入门：Azure Vision v3.2 正式版阅读

开始使用 Azure 智能视觉读取 REST API 或客户端库。读取 API 提供 AI 算法，用于从图像中提取文本，并将其作为结构化字符串返回。按照以下步骤将包安装到应用程序，并试用基本任务的示例代码。

使用光学字符识别（OCR）客户端库从图像中读取打印文本和手写文本。 OCR 服务可以读取图像中的可见文本，并将其转换为字符流。有关文本识别的详细信息，请参阅 OCR 概述。本部分中的代码使用最新的 Azure 视觉包。

Tip

还可以从本地图像中提取文本。请参阅 ComputerVisionClient 方法，例如 ReadInStreamAsync。或者，请参阅 GitHub 上的示例代码，了解涉及本地图像的方案。

参考文档 | 库源代码 | 包（NuGet） | 示例

Prerequisites

Azure 订阅 - 创建试用订阅
Visual Studio IDE 或最新版本的 .NET Core。
Azure 视觉资源。可以使用免费定价层 (F0) 试用该服务，然后再升级到付费层进行生产。
您创建的资源中的密钥和终结点，用于将您的应用程序连接到 Azure Vision。
1. 部署 Azure 视觉资源后，选择“转到资源”。
2. 在左窗格中，选择 “密钥和终结点”。
3. 复制其中一个密钥和终结点，稍后你将在本快速入门中使用它们。

创建环境变量

在此示例中，将凭据写入运行应用程序的本地计算机上的环境变量。

转到 Azure 门户。如果您在先决条件部分创建的资源已成功部署，请在后续步骤下选择转到资源。可以在“密钥和终结点”页上的资源管理下找到密钥和终结点。你的资源密钥与你的 Azure 订阅 ID 不同。

若要为密钥和终结点设置环境变量，请打开控制台窗口，并按照操作系统和开发环境的说明进行操作。

若要设置 VISION_KEY 环境变量，请将 <your_key> 替换为资源的其中一个密钥。
若要设置 VISION_ENDPOINT 环境变量，请将 <your_endpoint> 替换为资源的终结点。

Important

我们建议使用 Microsoft Entra ID 和 Azure 资源的管理标识进行身份验证，以避免将凭据存储在运行于云中的应用程序中。

请谨慎使用 API 密钥。请不要直接在代码中包含 API 密钥，并且切勿公开发布该密钥。如果使用 API 密钥，请将其安全地存储在 Azure 密钥保管库中，定期轮换密钥，并使用基于角色的访问控制和网络访问限制来限制对 Azure 密钥保管库的访问。

有关 AI 服务安全性的详细信息，请参阅对 Azure AI 服务请求进行身份验证。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

添加环境变量后，可能需要重启任何正在运行的、将读取环境变量的程序（包括控制台窗口）。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

添加环境变量后，请从控制台窗口运行 source ~/.bashrc，使更改生效。

阅读印刷体文本和手写文本

创建一个新的 C# 应用程序。
- Visual Studio IDE
- CLI
使用 Visual Studio，创建一个 Console App（.NET Framework） 项目，用于 C#、Windows、Console。

创建新项目后，安装客户端库：
1. 右键单击 解决方案资源管理器 中的项目解决方案，然后选择“管理解决方案的 NuGet 包”。
2. 在打开的包管理器中，选择“ 浏览”。选择 “包括预发行版”。
3. 搜索并选择 Microsoft.Azure.CognitiveServices.Vision.ComputerVision。
4. 在“详细信息”对话框中，选择项目并选择最新的稳定版本。然后选择“ 安装”。
1. 在控制台窗口中，使用 dotnet new 命令创建名为 computer-vision-quickstart 的新控制台应用。
```
dotnet new console -n computer-vision-quickstart
```
  此命令使用单个源文件创建一个简单的 Hello World C# 项目：Program.cs。
2. 将目录更改为新创建的应用文件夹，然后生成应用程序：
```
dotnet build
```
  生成输出不应包含警告或错误。
```
...
Build succeeded.
 0 Warning(s)
 0 Error(s)
...
```
3. 在应用程序目录中，使用以下命令安装适用于 .NET 的 Azure Vision 客户端库：
```
dotnet add package Microsoft.Azure.CognitiveServices.Vision.ComputerVision --version 7.0.0
```
在首选的编辑器或 IDE 中，从项目目录打开 Program.cs 文件。将 Program.cs 的内容替换为以下代码。

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();
        }

    }
}

作为可选步骤，请参阅 “确定如何处理数据”。例如，若要显式指定最新版本的 GA 模型，请按如下所示编辑 ReadAsync 调用。跳过参数，或使用 "latest" 来应用最新的 GA 模型。
```
  // Read text from URL with a specific model version
  var textHeaders = await client.ReadAsync(urlFile,null,null,"2022-04-30");
```
运行该应用程序。
- Visual Studio IDE
- CLI
- 从 “调试 ”菜单中选择“ 开始调试”。
- 在项目目录中使用 dotnet run 命令。
```
dotnet run
```

Output

Azure 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
Calories from Fat 110
Sodium 20mg
nt Daily Values are based on Vitamin A 50%
calorie diet.

清理资源

如果想要清理并移除 Azure AI 服务订阅，可以删除资源或资源组。删除资源组同时也会删除与之相关联的任何其他资源。

后续步骤

本快速入门介绍了如何安装 OCR 客户端库并使用读取 API。接下来，进一步了解 Read API 的功能。

调用读取 API

OCR 概述
可以在 GitHub 上找到此示例的源代码。

使用光学字符识别 (OCR) 客户端库读取远程图像中的印刷体文本和手写文本。 OCR 服务可以读取图像中的可见文本，并将其转换为字符流。有关文本识别的详细信息，请参阅 OCR 概述。

Tip

还可以从本地图像读取文本。请参阅 ComputerVisionClientOperationsMixin 方法，例如 read_in_stream。或者，请参阅 GitHub 上的示例代码，了解涉及本地图像的方案。

参考文档 | 库源代码 | 包 (PiPy) | 示例

Prerequisites

Azure 订阅 - 创建试用订阅
Python 3.x。
你的 Python 安装应包含 pip。可以通过在命令行上运行 pip --version 来检查是否安装了 pip。要获取 pip，请安装最新版本的 Python。
Azure 视觉资源。可以使用免费定价层 (F0) 试用该服务，然后再升级到付费层进行生产。
您创建的资源中的密钥和终结点，用于将您的应用程序连接到 Azure Vision。
1. 部署 Azure 视觉资源后，选择“转到资源”。
2. 在左窗格中，选择 “密钥和终结点”。
3. 复制其中一个密钥和终结点，稍后你将在本快速入门中使用它们。

创建环境变量

在此示例中，将凭据写入运行应用程序的本地计算机上的环境变量。

若要为密钥和终结点设置环境变量，请打开控制台窗口，并按照操作系统和开发环境的说明进行操作。

若要设置 VISION_KEY 环境变量，请将 <your_key> 替换为资源的其中一个密钥。
若要设置 VISION_ENDPOINT 环境变量，请将 <your_endpoint> 替换为资源的终结点。

Important

我们建议使用 Microsoft Entra ID 和 Azure 资源的管理标识进行身份验证，以避免将凭据存储在运行于云中的应用程序中。

有关 AI 服务安全性的详细信息，请参阅对 Azure AI 服务请求进行身份验证。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

添加环境变量后，可能需要重启任何正在运行的、将读取环境变量的程序（包括控制台窗口）。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

添加环境变量后，请从控制台窗口运行 source ~/.bashrc，使更改生效。

阅读印刷体文本和手写文本

安装客户端库。

在控制台窗口中，运行以下命令：

pip install --upgrade azure-cognitiveservices-vision-computervision

安装 Pillow 库。
```
pip install pillow
```
创建新的 Python 应用程序文件 quickstart-file.py。然后在你喜欢的编辑器或 IDE 中打开该文件。
将 quickstart-file.py 的内容替换为以下代码。

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.")

作为可选步骤，请参阅 “确定如何处理数据”。例如，若要显式指定最新版本的 GA 模型，请按如下所示编辑 read 语句。跳过该参数或使用 "latest" 则会自动使用最新版本的 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")
```
使用快速入门文件中的 python 命令运行应用程序。
```
python quickstart-file.py
```

Output

===== 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 Vision quickstart.

清理资源

如果想要清理并移除 Azure AI 服务订阅，可以删除资源或资源组。删除资源组同时也会删除与之相关联的任何其他资源。

后续步骤

本快速入门介绍了如何安装 OCR 客户端库并使用读取 API。接下来，进一步了解 Read API 的功能。

调用读取 API

OCR 概述
可以在 GitHub 上找到此示例的源代码。

使用光学字符识别 (OCR) 客户端库，通过读取 API 来读取印刷体文本和手写文本。 OCR 服务可以读取图像中的可见文本，并将其转换为字符流。有关文本识别的详细信息，请参阅 OCR 概述。

Tip

还可以从本地图像读取文本。请参阅 ComputerVisionClient 方法，例如 readInStream。或者，请参阅 GitHub 上的示例代码，了解涉及本地图像的方案。

参考文档 | 包（npm） | 示例

Prerequisites

Azure 订阅 - 创建试用订阅
Node.js 的当前版本。
Azure 视觉资源。可以使用免费定价层 (F0) 试用该服务，然后再升级到付费层进行生产。
您创建的资源中的密钥和终结点，用于将您的应用程序连接到 Azure Vision。
1. 部署 Azure 视觉资源后，选择“转到资源”。
2. 在左窗格中，选择 “密钥和终结点”。
3. 复制其中一个密钥和终结点，稍后你将在本快速入门中使用它们。

创建环境变量

在此示例中，将凭据写入运行应用程序的本地计算机上的环境变量。

若要为密钥和终结点设置环境变量，请打开控制台窗口，并按照操作系统和开发环境的说明进行操作。

若要设置 VISION_KEY 环境变量，请将 <your_key> 替换为资源的其中一个密钥。
若要设置 VISION_ENDPOINT 环境变量，请将 <your_endpoint> 替换为资源的终结点。

Important

我们建议使用 Microsoft Entra ID 和 Azure 资源的管理标识进行身份验证，以避免将凭据存储在运行于云中的应用程序中。

有关 AI 服务安全性的详细信息，请参阅对 Azure AI 服务请求进行身份验证。

Windows
Linux

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

添加环境变量后，可能需要重启任何正在运行的、将读取环境变量的程序（包括控制台窗口）。

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

添加环境变量后，请从控制台窗口运行 source ~/.bashrc，使更改生效。

阅读印刷体文本和手写文本

创建新的 Node.js 应用程序。

在控制台窗口中，为你的应用创建一个新目录，然后导航到该目录。
```
mkdir myapp
cd myapp
```
运行 npm init 命令以使用 package.json 文件创建一个 node 应用程序。对于任何提示，请选择 Enter 。
```
npm init
```
若要安装客户端库，请安装 ms-rest-azure 和 @azure/cognitiveservices-computervision npm 包：
```
npm install ms-rest-azure
npm install @azure/cognitiveservices-computervision
```
安装异步模块：
```
npm install async
```
您应用的 package.json 文件已更新，包含这些依赖项。
创建新文件 index.js，将其在文本编辑器中打开。
将以下代码粘贴到 index.js 文件中。

'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();

作为可选步骤，请参阅 “确定如何处理数据”。例如，若要显式指定最新版本的 GA 模型，请按如下所示编辑 read 语句。跳过该参数或使用 "latest" 则会自动使用最新版本的 GA 模型。
```
  let result = await client.read(url,{modelVersion:"2022-04-30"});
```
使用快速入门文件中的 node 命令运行应用程序。
```
node index.js
```

Output

-------------------------------------------------
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.

清理资源

如果想要清理并移除 Azure AI 服务订阅，可以删除资源或资源组。删除资源组同时也会删除与之相关联的任何其他资源。

后续步骤

本快速入门介绍了如何安装 OCR 客户端库并使用读取 API。接下来，进一步了解 Read API 的功能。

调用读取 API

OCR 概述
可以在 GitHub 上找到此示例的源代码。

使用光学字符识别 (OCR) REST API 读取印刷体文本和手写文本。

Note

此快速入门使用 cURL 命令来调用 REST API。也可以使用编程语言调用 REST API。请参阅 GitHub 示例，查看 C#、Python、Java 和 JavaScript 的相关示例。

Prerequisites

Azure 订阅 - 创建试用订阅
已安装 cURL。
Azure 视觉资源。可以使用免费定价层 (F0) 试用该服务，然后再升级到付费层进行生产。
您创建的资源中的密钥和终结点，用于将您的应用程序连接到 Azure Vision。
1. 部署 Azure 视觉资源后，选择“转到资源”。
2. 在左窗格中，选择 “密钥和终结点”。
3. 复制其中一个密钥和终结点，稍后你将在本快速入门中使用它们。

阅读印刷体文本和手写文本

光学字符识别（OCR）服务可以提取图像或文档中的可见文本并将其转换为字符流。有关文本提取的详细信息，请参阅 OCR 概述。

调用 Read API

若要创建并运行示例，请执行以下步骤：

将以下命令复制到文本编辑器中。
根据需要在命令中进行以下更改：
1. 将 <key> 的值替换为你的密钥。
2. 将请求 URL 的第一部分 (https://api.cognitive.azure.cn/) 替换为你自己的终结点 URL 中的文本。
  
  Note
  
  2019 年 7 月 1 日之后创建的新资源将使用自定义子域名。有关详细信息和区域终结点的完整列表，请参阅 Azure AI 服务的自定义子域名。
3. （可选）将请求正文中的图像 URL (https://learn.microsoft.com/azure/ai-services/computer-vision/media/quickstarts/presentation.png) 更改为要分析的其他图像的 URL。
打开命令提示符窗口。
将文本编辑器中的命令粘贴到命令提示符窗口，然后运行命令。

curl -v -X POST "https://chinaeast2.api.cognitive.azure.cn/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'}"

响应包含一个 Operation-Location 标头，其值为唯一的 URL。使用此 URL 可以查询读取操作的结果。该 URL 在 48 小时后过期。

（可选）指定模型版本

作为可选步骤，请参阅 “确定如何处理数据”。例如，若要显式指定最新版本的 GA 模型，请使用 model-version=2022-04-30 作为参数。跳过该参数或使用 model-version=latest 则会自动使用最新版本的 GA 模型。

curl -v -X POST "https://chinaeast2.api.cognitive.azure.cn/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'}"

获取读取结果

将以下命令复制到文本编辑器中。
将该 URL 替换为在之前过程中复制的 Operation-Location 值。
将 <key> 的值替换为你的密钥。
打开控制台窗口。

将文本编辑器中的命令粘贴到控制台窗口中，然后运行该命令。

curl -v -X GET "https://chinaeast2.api.cognitive.azure.cn/vision/v3.2/read/analyzeResults/{operationId}" -H "Ocp-Apim-Subscription-Key: {key}" --data-ascii "{body}"

检查响应

成功的响应以 JSON 格式返回。示例应用程序会在控制台窗口中分析和显示成功响应，如下例所示：

{
  "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
              }
            ]
          }
        ]
      }
    ]
  }
}

清理资源

如果想要清理并移除 Azure AI 服务订阅，可以删除资源或资源组。删除资源组同时也会删除与之相关联的任何其他资源。

后续步骤

在本快速入门中，你学习了如何调用读取 REST API。接下来，进一步了解 Read API 的功能。

调用读取 API

OCR 概述

Last updated on 2026-09-14

快速入门：Azure Vision v3.2 正式版阅读

Prerequisites

创建环境变量

阅读印刷体文本和手写文本

Output

清理资源

后续步骤

Prerequisites

创建环境变量

阅读印刷体文本和手写文本

Output

清理资源

后续步骤

Prerequisites

创建环境变量

阅读印刷体文本和手写文本

Output

清理资源

后续步骤

Prerequisites

阅读印刷体文本和手写文本

调用 Read API

（可选）指定模型版本

获取读取结果

检查响应

清理资源

后续步骤

Recursos adicionais