通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

文档智能 ID 文档模型

  • 项目

重要

  • 使用文档智能选公共预览版，可以提前使用目前正处于开发状态的功能。 在正式发布 (GA) 之前，根据用户反馈，功能、方法和流程可能会发生更改。
  • 文档智能客户端库的公共预览版默认使用 REST API 版本 2024-07-31-preview。
  • 公共预览版 2024-07-31-preview 目前仅在以下 Azure 区域中可用。 请注意，AI Studio 中的自定义生成式（文档字段提取）模型仅适用于美国中北部区域：
    • 美国东部
    • 美国西部 2
    • “西欧”
    • 美国中北部

此内容适用于：选中标记 v4.0（预览版） | 先前版本：蓝色复选标记 v3.1 (GA) 蓝色复选标记 v3.0 (GA) 蓝色复选标记 v2.1 (GA)

此内容适用于： 选中标记 v3.1 (GA) | 最新版本：紫色复原标记 v4.0（预览版） | 早期版本：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 v4.0（预览版） 紫色复原标记 v3.1 | 先前版本：蓝色复选标记 v2.1

此内容适用于：选中标记 v2.1 | 最新版本：蓝色复选标记 v4.0（预览版）

文档智能标识文档 (ID) 模型将光学字符识别 (OCR) 与深度学习模型相结合，可分析和提取标识文档中的关键信息。 该 API 分析身份证件（包括以下内容），并返回结构化 JSON 数据表示形式：

  • 世界各地的护照簿、护照卡
  • 美国、欧洲、印度、加拿大和澳大利亚的驾照
  • 美国身份证、居住证（绿卡）、社会保障卡、军人身份证
  • 欧洲身份证、居留证
  • 印度 PAN 卡、Aadhaar 卡
  • 加拿大身份证、居留证（枫叶卡）
  • 澳大利亚带照片的身份证、钥匙通行证（包括电子版）

文档智能可以使用其预生成 ID 模型分析和提取政府颁发的标识文档 (ID) 中的信息。 它结合了强大的光学字符识别 (OCR) 功能与 ID 识别功能，可从全球护照和美国驾照（50 个州和华盛顿特区）中提取关键信息。 ID API 从这些标识文档中提取关键信息，如名字、姓氏、出生日期、文档编号等。 此 API 在文档智能 v2.1 中作为云服务提供。

身份证件处理

身份证件处理涉及手动提取或使用基于 OCR 的技术提取身份证件中的数据。 在任何需要证明身份的业务操作中，身份证件处理都是必不可缺的。 例如银行和其他金融机构中的客户验证、抵押贷款申请、就医、索赔处理、酒店入住等情况。 人们可以通过驾照、护照和其他类似的证件来证明自己的身份，以便企业在提供服务和福利之前有效地完成验证。

使用文档智能工作室处理的美国驾照示例

示例驾照的图像。

数据提取

预生成的 ID 服务将从全球护照和美国驾照中提取关键信息，并以组织有序的结构化 JSON 响应返回这些值。

驾照示例

驾照示例

护照示例

护照示例

开发选项

文档智能 v4.0 (2024-07-31-preview) 支持以下工具、应用程序和库：

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

文档智能 v3.1 支持以下工具、应用程序和库：

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

文档智能 v3.0 支持以下工具、应用程序和库：

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

文档智能 v2.1 支持以下工具、应用程序和库：

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

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。

  • PDF 和 TIFF 文件支持的页面数：最多 2,000 个页面，或者，对于免费层订阅者，仅支持前两个页面。

  • 支持的文件大小：总共小于 50 MB；最小像素：50 x 50 像素；最大像素：10,000 x 10,000 像素。

ID 文档模型数据提取

从 ID 文件中提取数据，包括姓名、出生日期和到期日期。 需要以下资源：

  • Azure 订阅 - 你可以免费创建一个。

  • 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。

注意

文档智能工作室提供 v3.1 和 v3.0 API 及更高版本。

  1. 在文档智能工作室主页上，选择“标识文档”。

  2. 可以分析示例发票或上传自己的文件。

  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。

    试用文档智能工作室。

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。

    选择文档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。

    身份模型分析结果操作的屏幕截图。

  10. 下载 JSON 输出文件，查看详细结果。

    • “readResults”节点包含每一行文本，及其各自在页面上的边界框位置。
    • “selectionMarks”节点显示每个选择标记（复选框、单选框），并显示其状态是“已选中”还是“未选中”。
    • “pageResults”部分包含提取的表。 对于每个表，文档智能会提取文本、行和列索引、行和列跨距、边界框等。
    • “documentResults”字段包含文档中相关度最高部分的键/值对信息和明细项目信息。

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。

支持的文档类型

区域 文档类型
全球 护照簿、护照卡
美国 驾驶证、身份证、居留许可（绿卡）、社会保障卡、军人身份证
欧洲 驾驶证、身份证、居留许可
印度 驾驶证、PAN 卡、Aadhaar 卡
加拿大 驾驶证、身份证、居留许可（枫叶卡）
澳大利亚 驾驶证、照片卡、Key-pass ID（包括数字版本）

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“ID 文档模型架构”页。

支持的文档类型

目前，ID 文档模型支持美国驾照和国际护照的个人信息页提取（不包括签证和其他旅行文件）。

提取的字段

名称 Type 说明 值
国家/地区 country 符合 ISO 3166 标准的国家/地区代码 “USA”
DateOfBirth date YYYY-MM-DD 格式的 DOB “1980-01-01”
DateOfExpiration date YYYY-MM-DD 格式的到期日期 “2019-05-05”
DocumentNumber 字符串 相关护照号、驾照编号等。 “340020013”
FirstName 字符串 提取的名字和中间名（如适用） “JENNIFER”
LastName 字符串 提取的姓氏 “BROOKS”
国家/地区 country 符合 ISO 3166 标准的国家/地区代码 “USA”
Sex gender 可能的提取值包括“M”、“F”和“X” “F”
MachineReadableZone object 提取的护照 MRZ 包括两行，每行 44 个字符 "P<USABROOKS<<JENNIFER<<<<<<<<<<<<<<<<<<<<<<< 3400200135USA8001014F1905054710000307<715816"
DocumentType 字符串 文档类型，例如护照、驾照 “passport”
地址 字符串 提取的地址（仅限驾照） “123 STREET ADDRESS YOUR CITY WA 99999-1234”
区域 字符串 提取的区域、州、省/直辖市/自治区等（仅限驾照） “Washington”

迁移指南

后续步骤