文档智能附加功能
此内容适用于:v3.1 (GA)
注意
除名片模型外,所有模型都提供加载项功能。
文档智能支持更复杂的模块化分析功能。 使用加载项功能扩展结果,以包含从文档中提取的更多功能。 某些加载项功能会产生额外费用。 根据文档提取方案,可以启用和禁用这些可选功能。 若要启用某个功能,请将关联的功能名称添加到 features
查询字符串属性。 可以通过提供逗号分隔的功能列表,在请求中启用多个附加功能。 以下附加功能适用于 2023-07-31 (GA)
及更高版本。
加载项功能 | 附加功能/免费 | 2024-02-29-preview | 2023-07-31 (正式发布) |
2022-08-31 (正式发布) |
v2.1 (GA) |
---|---|---|---|---|---|
字体属性提取 | 附加功能 | ✔ | ✔ | 不适用 | 不适用 |
公式提取 | 附加功能 | ✔ | ✔ | 不适用 | 不适用 |
高分辨率提取 | 附加功能 | ✔ | ✔ | 不适用 | 不适用 |
条形码提取 | 免费 | ✔ | ✔ | 不适用 | 不适用 |
语言检测 | 免费 | ✔ | ✔ | 不适用 | 不适用 |
键值对 | 免费 | ✔ | 不适用 | 不适用 | 不适用 |
查询字段 | 附加功能* | ✔ | 不适用 | 不适用 | 不适用 |
附加功能* - 查询字段的定价与其他附加功能不同。 有关详细信息,请参阅定价。
高分辨率提取
从大型文档(如工程图纸)中识别小文本是一项挑战。 文本通常与其他图形元素混合在一起,并且具有不同的字体、大小和方向。 此外,文本可以分解为单独的部分或与其他符号连接。 文档智能现在支持使用 ocr.highResolution
功能从这些类型的文档中提取内容。 通过启用此附加功能,可以提高从 A1/A2/A3 文档中提取内容的质量。
REST API
{your-resource-endpoint}.cognitiveservices.azure.cn/formrecognizer/documentModels/prebuilt-layout:analyze?api-version=2023-07-31&features=ocrHighResolution
公式提取
ocr.formula
功能将 formulas
集合中所有已识别的公式(如数学公式)提取为 content
下的顶级对象。 在 content
内,检测到的公式表示为 :formula:
。 此集合中的每个条目表示一个公式,该公式类型为 inline
或 display
,其 LaTeX 表示形式 value
及其 polygon
坐标。 最初,公式显示在每页的末尾。
注意
confidence
分数是硬编码的。
"content": ":formula:",
"pages": [
{
"pageNumber": 1,
"formulas": [
{
"kind": "inline",
"value": "\\frac { \\partial a } { \\partial b }",
"polygon": [...],
"span": {...},
"confidence": 0.99
},
{
"kind": "display",
"value": "y = a \\times b + a \\times c",
"polygon": [...],
"span": {...},
"confidence": 0.99
}
]
}
]
REST API
{your-resource-endpoint}.cognitiveservices.azure.cn/formrecognizer/documentModels/prebuilt-layout:analyze?api-version=2023-07-31&features=formulas
字体属性提取
ocr.font
功能将 styles
集合中提取的文本的所有字体属性提取为 content
下的顶级对象。 每个样式对象都会指定一个字体属性、适用的文本范围及其相应的置信度分数。 现有样式属性扩展了更多字体属性,例如文本字体的 similarFontFamily
、斜体和正常等样式的 fontStyle
、粗体或正常样式的 fontWeight
、文本颜色的 color
和文本边界框颜色的 backgroundColor
。
"content": "Foo bar",
"styles": [
{
"similarFontFamily": "Arial, sans-serif",
"spans": [ { "offset": 0, "length": 3 } ],
"confidence": 0.98
},
{
"similarFontFamily": "Times New Roman, serif",
"spans": [ { "offset": 4, "length": 3 } ],
"confidence": 0.98
},
{
"fontStyle": "italic",
"spans": [ { "offset": 1, "length": 2 } ],
"confidence": 0.98
},
{
"fontWeight": "bold",
"spans": [ { "offset": 2, "length": 3 } ],
"confidence": 0.98
},
{
"color": "#FF0000",
"spans": [ { "offset": 4, "length": 2 } ],
"confidence": 0.98
},
{
"backgroundColor": "#00FF00",
"spans": [ { "offset": 5, "length": 2 } ],
"confidence": 0.98
}
]
REST API
{your-resource-endpoint}.cognitiveservices.azure.cn/formrecognizer/documentModels/prebuilt-layout:analyze?api-version=2023-07-31&features=styleFont
条形码属性提取
ocr.barcode
功能将 barcodes
集合中所有已识别的条形码提取为 content
下的顶级对象。 在 content
内,检测到的条形码表示为 :barcode:
。 此集合中的每个条目都表示一个条形码,包括条形码类型(表示为 kind
)和嵌入的条形码内容(表示为 value
)及其 polygon
坐标。 最初,条形码显示在每页的末尾。 confidence
硬编码为 1。
支持的条形码类型
条形码类型 | 示例 |
---|---|
QR Code |
|
Code 39 |
|
Code 93 |
|
Code 128 |
|
UPC (UPC-A & UPC-E) |
|
PDF417 |
|
EAN-8 |
|
EAN-13 |
|
Codabar |
|
Databar |
|
展开的 Databar |
|
ITF |
|
Data Matrix |
REST API
{your-resource-endpoint}.cognitiveservices.azure.cn/formrecognizer/documentModels/prebuilt-layout:analyze?api-version=2023-07-31&features=barcodes
语言检测
将 languages
功能添加到 analyzeResult
请求可以预测每个文本行所检测到的主要语言,以及 analyzeResult
下 languages
集合中的 confidence
。
"languages": [
{
"spans": [
{
"offset": 0,
"length": 131
}
],
"locale": "en",
"confidence": 0.7
},
]
REST API
{your-resource-endpoint}.cognitiveservices.azure.cn/formrecognizer/documentModels/prebuilt-layout:analyze?api-version=2023-07-31&features=languages
后续步骤
SDK 示例:python