โมเดลที่สร้างไว้ล่วงหน้าของการรู้จำข้อความ

โมเดลที่สร้างไว้ล่วงหน้าของการรู้จำข้อความ จะแยกคำจากเอกสารและรูปภาพลงในสตรีมอักขระที่สามารถอ่านได้ด้วยคอมพิวเตอร์ ใช้ระบบจดจำตัวอักษรด้วยแสงที่มีประสิทธิภาพ (OCR) เพื่อตรวจหาข้อความที่พิมพ์และเขียนด้วยลายมือในภาพ

กระบวนการโมเดลนี้จะประมวลผลรูปภาพและไฟล์เอกสารเพื่อแยกบรรทัดของข้อความที่พิมพ์หรือเขียนด้วยลายมือ

ใช้ใน Power Apps

โมเดลที่สร้างไว้ล่วงหน้าสำหรับการรู้จำข้อความ จะพร้อมใช้งานใน Power Apps โดยใช้ส่วนประกอบตัวรู้จำข้อความ ข้อมูลเพิ่มเติม: ใช้ส่วนประกอบตัวรู้จำข้อความใน Power Apps

ใช้งานใน Power Automate

สำหรับข้อมูลเกี่ยวกับวิธีใช้โมเดลนี้ใน Power Automate ดูที่ ใช้โมเดลที่สร้างไว้ล่วงหน้าสำหรับการรู้จำข้อความใน Power Automate

ภาษา รูปแบบ และขนาดที่รองรับ

ไฟล์ที่คุณสามารถสแกนได้ด้วยโมเดลการรู้จำข้อความ ต้องมีคุณลักษณะเหล่านี้:

• ภาษาสำหรับพิมพ์ข้อความ: แอฟริกา, แอลเบเนีย, อังกา (เทวนาคีรี), อารบิก, อัสตูเรียส, อวาธี-ฮินดี (เทวานากิริ), อาเซอร์ไบจาน (ละติน), บาเกลี, บาสก์, เบลารุส (ซีริลลิก), เบลารุส (ละติน), โภชปุรี-ฮินดี (เทวนาคีรี), บิสลามะ, โบโด (เทวานาคีรี), บอสเนีย (ละติน), Brajbha, Breton, บัลแกเรีย, Bundeli, Buryat (ซีริลลิก), คาตาลัน, Cebuano, Chamling, Chamorro, Chhattisgarhi (เทวานาคีรี), จีน (ประยุกต์), จีน (ดั้งเดิม), คอร์นิช, คอร์ซิกา, ไครเมียตาตาร์ (ละติน), โครเอเชีย, เช็ก, เดนมาร์ก, ดาริ, ดีมัล (เทวานากิริ), โดกริ (เทวานากิริ), ดัตช์, อังกฤษ, เออร์ซี (ซีริลลิก), เอสโตเนีย, แฟโร, ฟิจิ, ฟิลิปปินส์, ฟินแลนด์, ฝรั่งเศส, ฟรูเลียน, กาเกาซ (ละติน), กาลิเซีย, เยอรมัน, กิลเบิร์ต, กอนดี (เทวานากิริ), กรีนแลนด์ดิก, กูรุง (เทวานากิริ), เฮติครีโอล, ฮัลบี (เทวานากิริ), ฮานี, หรยานวี, ฮาวาย, ฮินดี, ม้งดอว์ ( ละติน), โฮ (เทวนาคีรี), ฮังการี, ไอซ์แลนด์, อินาริซามิ, อินโดนีเซีย, อินเตอร์ลิงกัว, อินุกติตุต (ละติน), ไอริช, อิตาลี, ญี่ปุ่น, Jaunsari (เทวานากิริ), ชวา, Kabuverdianu, Kachin (ละติน), Kangri (เทวนาคีรี), Karachay-Balkar, Kara-Kalpak (ซีริลลิก), Kara-Kalpak (ละติน), Kashubian, คาซัค (ซีริลลิก) คาซัค (ละติน), Khaling, Khasi, K'iche', เกาหลี, Korku, Koryak, Kosraean, Kumyk (ซีริลลิก), เคิร์ด (อาหรับ), เคิร์ด (ละติน), กุรุค (เทวานากิริ), คีร์กีซ (ซิริลลิก), ลาโกตา, ละติน, ลิทัวเนีย, ซอร์เบียนตอนล่าง, ลูเลซามี, ลักเซมเบิร์ก, มหาสุปาฮารี (เทวานากิริ), มาเลย์ (ละติน), มอลตา, มอลโต (เทวานากิริ), เกาะแมนซ์, เมารี, มราฐี, มองโกเลีย (ซีริลลิก), มอนเตเนโกร (ซีริลลิก), มอนเตเนโกร (ละติน), เนเปิลส์, เนปาล, นีอูเอียน, โนเกย์, ซามิเหนือ (ละติน), นอร์เวย์, อ็อกซิตัน, ออสเซติก, ปาชโต, เปอร์เซีย, โปแลนด์, โปรตุเกส, ปัญจาบ (อาหรับ), Ripuarian, โรมาเนีย, โรมันช์, รัสเซีย, ซาดรี (เทวานาคีรี), ซามัว (ละติน), ภาษาสันสกฤต (เทวนาครี), ภาษาสันสกฤต (เทวนาคีรี), ภาษาสกอต, ภาษาเกลิคแบบสก็อต, ภาษาเซอร์เบีย (ละติน), ภาษาเชอร์ปา (เทวนาคีรี), ซีร์เมาริ (เทวนาคีรี), สโกลต์ ซามิ, สโลวัก สโลวีเนีย โซมาลี (อาหรับ) ซามิใต้ สเปน สวาฮีลี (ละติน) สวีเดน ทาจิก (ซีริลลิก) ตาตาร์ (ละติน) เตตุม ทังมี ตองกา ตุรกี เติร์กเมน (ละติน) ตูวาน ซอร์เบียตอนบน อูรดู อุยกูร์ (อาหรับ) อุซเบก (อาหรับ) อุซเบก (ซีริลลิก) อุซเบก (ละติน) โวลาปุก วัลเซอร์ เวลส์ ฟรีเซียตะวันตก มายายูคาเทค จ้วง ซูลู
• ภาษาสำหรับข้อความที่เขียนด้วยลายมือ: อังกฤษ, จีน (ตัวย่อ), ฝรั่งเศส, เยอรมัน, อิตาลี, ญี่ปุ่น, เกาหลี, โปรตุเกส, สเปน
• รูปแบบ:
  • JPG
  • PNG
  • BMP
  • PDF
• ขนาด: สูงสุด 20 MB
• สำหรับเอกสาร PDF จะมีการประมวลผลเฉพาะ 2,000 หน้าแรกเท่านั้น

ผลลัพธ์โมเดล

ถ้ามีการตรวจพบเอกสาร โมเดลการรู้จำข้อความจะแสดงข้อมูลต่อไปนี้:

• ผลลัพธ์: รายการของบรรทัดที่แยกออกมาจากข้อความอินพุต
• ข้อความ: สตริงที่ประกอบด้วยบรรทัดข้อความที่ตรวจพบ
• BoundingBox: ค่าสี่ค่าที่แสดงถึงกล่องขอบเขต โดยอธิบายโดยใช้ตำแหน่งด้านบนและด้านซ้าย พร้อมด้วยความกว้างและความสูง

ขีดจำกัด

การดำเนินการ	ขีดจำกัด	ระยะเวลาการต่ออายุ
การเรียกใช้การรู้จำข้อความ (ต่อสภาพแวดล้อม)	480	60 วินาที

ข้อมูลที่เกี่ยวข้อง

การฝึกอบรม: จดจำข้อความด้วย AI Builder (โมเดล)