我有1000份调查表,需要进行扫描,然后将其上载到我的C#系统中,以提取数据并将其输入数据库。调查是手写的1)文本框和2)复选框的组合。我目前正在使用Azure Read Api提取手写文本,例如下面的问题4返回“ Python”和“编码”。
所以我的问题; AWS Textract是否能让我提取标记有复选框的数据?例如请参阅下面的问题#1-我需要返回一个字符串,说“不同意”,任何AWS Textract API都有可能吗?
不幸的是,Azure Read API和Google Vision OCR没有提供此功能,因此,如果AWS Textract无法解决此问题,我将不得不执行一些手动操作,例如检查像素颜色的变化以检测被选中的复选框。
调查类型:
[[[是,Amazon Textract支持检测各种字段输入,例如复选框和单选按钮。您可以阅读有关详细信息in the docs here和here的更多信息。
我编写了一个快速脚本,使用以下代码为您的图像调用Textract,除了识别给定字段是否已选中/未选中,它还正确标识了不同表单字段的键和值。# python 3
import boto3
# instantiate client
textract = boto3.client('textract')
# read image bytes
with open("textract-test.png", "rb") as image:
f = image.read()
image_data = bytearray(f)
print(image_data[0])
# call textract endpoint
textract.analyze_document(Document={'Bytes': image_data}, FeatureTypes=['FORMS'])
结果输出将是一系列“块”,它们代表文本或表单输入的各个块。解析此JSON,我们可以找到与所选复选框相对应的块,类似于以下内容:
"Id": "0abb6f4e-4512-4581-b261-a45f2426973f", "SelectionStatus": "SELECTED" // value of interest. Alternatively, "NOT_SELECTED" }, { "BlockType": "SELECTION_ELEMENT", "Confidence": 54.00064468383789, "Geometry": { "BoundingBox": { "Width": 0.030619779601693153, "Height": 0.024501724168658257, "Left": 0.4210366904735565, "Top": 0.439885675907135 }, "Polygon": [ { "X": 0.4210366904735565, "Y": 0.439885675907135 }, { "X": 0.4516564607620239, "Y": 0.439885675907135 }, { "X": 0.4516564607620239, "Y": 0.4643873870372772 }, { "X": 0.4210366904735565, "Y": 0.4643873870372772 } ] },
对于不使用C#编写示例的歉意,但是您可以通过CLI或AWS .NET SDK利用Textract获得相似的效果。注意:如果您只是想了解Amazon Textract将对您的数据返回什么响应,则可以导航到AWS管理控制台中的Amazon Textract页面并在其中使用图像测试应用程序。您可以使用GUI可视化某些结果,或完整下载API响应。