带有Blob文件的FormRecognizer C＃SDK-不支持的媒体类型错误

Question

我正在尝试使用Azure认知服务的C＃FormRecognizer SDK。我有存储在Azure Blob中的pdf，我需要使用C＃SDK从这些pdf文件中提取文本/表格。

[我看到“ AnalyzeWithCustomModelAsync”方法将“ Stream”作为输入参数，在该方法中仅接受“ FileStream”类型。如果我将“ MemoryStream”作为输入参数类型传递，则出现以下错误：

{“ value”：{“ error”：{“ code”：“ UnsupportedMediaType”，“ message”：“ 对于HTML表单数据，多部分请求必须包含带有媒体类型-'application / pdf'，'image / jpeg'或'image / png'。“}}，” formatters“：[]，” contentTypes“：[]，” statusCode“：415}

无论如何，我可以直接使用我的Blob文件，而无需将这些文件保存在本地吗？

关于，马杜

Answer 1

以下代码片段的工作方式是获取blob的实例（进入CloudBlockBlob类），然后将其加载到MemoryStream中。一旦有了它，就可以将其传递给Form Recognizer进行分析。

List<string> blobsToAnalyze = new List<string>();

// Get latest Form Recognizer training model ID
Guid aiTrainModelId = Guid.Empty;
ModelResult latestModel = await FormRecognizer.GetModelAsync(config, log);

if (latestModel != null)
    aiTrainModelId = latestModel.ModelId;

// Iterate through all blobs
foreach (string strBlob in blobsToAnalyze)
{
    CloudBlockBlob blob = blobContainer.GetBlockBlobReference(strBlob);

    using (MemoryStream ms = new MemoryStream())
    {
        // Load blob into a MemoryStream object
        await blob.DownloadToStreamAsync(ms);

        // Send to Form Recognizer to analyze
        AnalyzeResult results = await FormRecognizer.AnalyzeFormAsync(config, aiTrainModelId, ms, log);

        searchResults = FormRecognizer.AnalyzeResults(config, tableClient, results, log);
    }
}