通过

文档智能名片模型

  • 项目

重要

从文档智能 v4.0（预览版）开始，即将弃用名片模型 (prebuilt-businessCard)。 若要从名片格式中提取数据，请使用以下内容：

功能 版本 模型 ID
名片模型 • v3.1:2023-07-31 (GA)
• v3.0:2022-08-31 (GA)
• v2.1 (GA)		 prebuilt-businessCard

此内容适用于：选中标记 v3.1 (GA) | 先前版本：蓝色复选标记 v3.0 蓝色复选标记 v2.1

此内容适用于： 选中标记 v3.0 (GA) | 最新版本： 紫色复原标记 v3.1 | 先前版本： 蓝色复选标记 v2.1

[!INCLUDE [适用于 v2.1]../(includes/applies-to-v21.md)]

文档智能名片模型将强大的光学字符识别 (OCR) 功能与深度学习模型相结合，可从名片图像中分析和提取数据。 该 API 可分析打印的名片，提取名字、姓氏、公司名称、电子邮件地址和电话号码等关键信息，并返回结构化的 JSON 数据表示形式。

名片数据提取

名片是代表企业或专业人士的好方法。 在名片中找到的公司徽标、字体和背景图像有助于推广公司品牌，并将其与其他品牌区分开来。 应用基于 OCR 和机器学习的技术来自动扫描名片是常见的图像处理方案。 销售和营销团队使用的企业系统通常将名片数据提取功能集成到其中，以便为用户提供方便。

使用文档智能工作处理的示例名片：

在文档智能工作室中分析的示例名片的屏幕截图。

使用文档智能示例标记工具处理的示例业务：

在文档智能示例标记工具中分析的示例名片的屏幕截图。

开发选项

文档智能 v3.1:2023-07-31 (GA) 支持以下工具、应用程序和库：

功能 资源 模型 ID
名片模型 • 文档智能工作室
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-businessCard

文档智能 v3.0:2022-08-31 (GA) 支持以下工具、应用程序和库：

功能 资源 模型 ID
名片模型 • 文档智能工作室
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-businessCard

文档智能 v2.1 (GA) 支持以下工具、应用程序和库：

功能 资源
名片模型 • 文档智能标记工具
• REST API
• 客户端库 SDK
• 文档智能 Docker 容器

试用名片数据提取功能

查看如何从名片中提取数据，包括姓名、职务、地址、电子邮件和公司名称。 需要以下资源：

  • Azure 订阅 - 可以创建试用订阅

  • Azure 门户中的文档智能实例。 可以使用免费定价层 (F0) 来试用该服务。 在部署资源后，选择“转到资源”以获取密钥和终结点。

该屏幕截图显示了 Azure 门户中密钥和终结点的位置。

文档智能工作室

注意

文档智能工作室与 v3.1 和 v3.0 API 一起提供。

  1. 在文档智能工作室主页上，选择“名片”。

  2. 可以分析示例名片或上传自己的文件。

  3. 选择“运行分析”按钮，并根据需要配置“分析选项”：

    文档智能工作室中“运行分析”和“分析选项”按钮的屏幕截图。

    试用 Document Intelligence Studio

文档智能示例标记工具

  1. 导航到“文档智能示例工具”。

  2. 在示例工具主页上，选择“使用预生成模型获取数据”磁贴。

    布局模型分析结果操作的屏幕截图。

  3. 从下拉菜单中选择要分析的“表单类型”。

  4. 从以下选项中选择要分析的文件的 URL：

  5. 从“源”字段的下拉菜单中选择“URL”，粘贴所选 URL，然后选择“提取”按钮。

    源位置下拉菜单的屏幕截图。

  6. 在“文档智能服务终结点”字段中，粘贴使用文档智能订阅获得的终结点。

  7. 在“密钥”字段中，粘贴从文档智能资源中获取的密钥。

    选择表单类型下拉菜单的屏幕截图。

  8. 选择“运行分析”。 文档智能示例标记工具可调用分析预生成 API 并分析文档。

  9. 查看结果 - 查看提取的键值对、明细项目、突出显示的提取的文本和检测到的表。

    名片模型分析结果操作的屏幕截图。

注意

示例标记工具不支持 BMP 文件格式。 这是工具的一项限制，而不是文档智能服务的限制。

输入要求

  • 支持的文件格式：

    型号 PDF 图像：
    JPEG/JPG、PNG、BMP、TIFF、HEIF    		 Microsoft Office：
    Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
    读取 ✔ ✔ ✔
    布局 ✔ ✔ ✔（2024-07-31-preview、2024-02-29-preview、2023-10-31-preview）
    常规文档 ✔ ✔
    预生成 ✔ ✔
    自定义提取 ✔ ✔
    自定义分类 ✔ ✔ ✔（2024-07-31-preview、2024-02-29-preview）

  • 为获得最佳结果，请针对每个文档提供一张清晰的照片或高质量的扫描件。

  • 对于 PDF 和 TIFF，最多可处理 2,000 页（对于免费层订阅，仅处理前两页）。

  • 用于分析文档的文件大小对于付费 (S0) 层为 500 MB，对于免费 (F0) 层为 4 MB。

  • 图像尺寸必须介于 50 像素 x 50 像素与 10,000 像素 x 10,000 像素之间。

  • 如果 PDF 是密码锁定的文件，则必须先删除锁，然后才能提交它们。

  • 对于 1024 x 768 像素的图像，要提取的文本的最小高度为 12 像素。 此尺寸对应于 150 点/英寸 (DPI) 的大约 8 号字文本。

  • 对于自定义模型训练，自定义模板模型的训练数据最大页数为 500，自定义神经模型的训练数据最大页数为 50,000。

    • 对于自定义提取模型训练，模板模型的训练数据总大小为 50 MB，神经网络模型的训练数据总大小为 1 GB。

    • 对于自定义分类模型训练，训练数据总大小为 1 GB，上限为 10,000 页。 对于 2024-07-31-preview 及更高版本，训练数据的总大小为 2 GB，上限为 10,000 页。

  • 支持的文件格式：JPEG、PNG、PDF 和 TIFF
  • 对于 PDF 和 TIFF，最多处理 2000 页。 对于免费层订阅服务器，只处理前两页。
  • 文件大小必须小于 50 MB，且尺寸介于 50 x 50 和 10,000 x 10,000 像素之间。

支持的语言和区域设置

有关受支持语言的完整列表，请参阅我们的预生成模型语言支持页。

字段提取

有关受支持的文档提取字段，请参阅 GitHub 示例存储库中的名片模型架构页。

提取的字段

名称 Type 说明 文本
ContactNames 对象数组 从名片提取的联系人姓名 [{ "FirstName": "John", "LastName": "Doe" }]
FirstName 字符串 联系人的名字 "John"
LastName 字符串 联系人的姓氏 "Doe"
CompanyNames 字符串数组 从名片提取的公司名称 [“Contoso”]
Departments 字符串数组 联系人的部门或组织 [“R&D”]
JobTitles 字符串数组 列出的联系人职称 [“Software Engineer”]
电子邮件 字符串数组 从名片提取的联系人电子邮件 ["johndoe@contoso.com"]
网站 字符串数组 从名片提取的网站 ["https://www.contoso.com"]
地址 字符串数组 从名片提取的地址 ["123 Main Street, Redmond, Washington 98052"]
MobilePhones 电话号码数组 从名片提取的移动电话号码 [“+19876543210”]
传真 电话号码数组 从名片提取的传真号码 [“+19876543211”]
WorkPhones 电话号码数组 从名片提取的工作电话号码 [“+19876543231”]
OtherPhones 电话号码数组 从名片提取的其他电话号码 [“+19876543233”]

支持的区域设置

预生成名片 v2.1 支持以下区域设置：

  • zh-cn
  • en-au
  • en-ca
  • en-gb
  • en-in

迁移指南和 REST API v3.1

后续步骤