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。
FormRecognizerClient 类
FormRecognizerClient 将表单和图像中的信息提取到结构化数据中。 它是一个接口,用于通过预生成模型进行分析, (收据、名片、发票、标识文档) 、从表单中识别内容/布局,以及分析已训练模型中的自定义表单。 它根据 URL 中的输入和来自流的输入提供不同的方法。
注意
FormRecognizerClient 应与 API 版本 <=v2.1 一起使用。
若要使用 API 版本 2022-08-31 及更新版本,请实例化 DocumentAnalysisClient。
- 继承
-
azure.ai.formrecognizer._form_base_client.FormRecognizerClientBaseFormRecognizerClient
构造函数
FormRecognizerClient(endpoint: str, credential: AzureKeyCredential | TokenCredential, **kwargs: Any)
参数
- credential
- AzureKeyCredential 或 TokenCredential
客户端连接到 Azure 所需的凭据。 如果使用 API 密钥或中的 identity令牌凭据,则这是 AzureKeyCredential 的实例。
- api_version
- str 或 FormRecognizerApiVersion
要用于请求的服务的 API 版本。 它默认为 API 版本 v2.1。 设置为较旧版本可能会导致功能兼容性降低。 若要使用支持的最新 API 版本和功能,请改为实例化 DocumentAnalysisClient。
示例
使用终结点和 API 密钥创建 FormRecognizerClient。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(endpoint, AzureKeyCredential(key))
使用令牌凭据创建 FormRecognizerClient。
"""DefaultAzureCredential will use the values from these environment
variables: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET
"""
from azure.ai.formrecognizer import FormRecognizerClient
from azure.identity import DefaultAzureCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
credential = DefaultAzureCredential()
form_recognizer_client = FormRecognizerClient(endpoint, credential)
方法
begin_recognize_business_cards |
从给定的业务卡中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一-“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 在此处查看在企业卡找到的字段:https://aka.ms/formrecognizer/businesscardfields v2.1 版中的新增功能: begin_recognize_business_cards 客户端方法 |
begin_recognize_business_cards_from_url |
从给定的业务卡中提取字段文本和语义值。 输入文档必须是要分析卡的位置 (URL) 。 在此处查看在企业卡找到的字段:https://aka.ms/formrecognizer/businesscardfields v2.1 版中的新增功能: begin_recognize_business_cards_from_url 客户端方法 |
begin_recognize_content |
从给定文档中提取文本和内容/布局信息。 输入文档必须是受支持的内容类型之一-“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 版本 v2.1 中的新增功能:页面、语言和reading_order关键字 (keyword) 参数,并支持图像/bmp 内容 |
begin_recognize_content_from_url |
从给定文档中提取文本和布局信息。 输入文档必须是要分析的文档的位置 (URL) 。 版本 v2.1 中的新增功能:页面、语言和reading_order关键字 (keyword) 参数,并支持图像/bmp 内容 |
begin_recognize_custom_forms |
使用带或不带标签训练的模型分析自定义窗体。 要分析的表单的类型应与用于训练模型的表单的类型相同。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 |
begin_recognize_custom_forms_from_url |
使用带或不带标签训练的模型分析自定义窗体。 要分析的表单的类型应与用于训练模型的表单的类型相同。 输入文档必须是要分析的文档的位置 (URL) 。 |
begin_recognize_identity_documents |
从给定标识文档中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 在此处查看标识文档上的字段: https://aka.ms/formrecognizer/iddocumentfields 版本 v2.1 中的新增功能: begin_recognize_identity_documents 客户端方法 |
begin_recognize_identity_documents_from_url |
从给定标识文档中提取字段文本和语义值。 输入文档必须是要分析的标识文档的位置 (URL) 。 在此处查看标识文档上的字段: https://aka.ms/formrecognizer/iddocumentfields 版本 v2.1 中的新增功能: begin_recognize_identity_documents_from_url 客户端方法 |
begin_recognize_invoices |
从给定发票中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 请参阅此处的发票上的字段: https://aka.ms/formrecognizer/invoicefields 版本 v2.1 中的新增功能: begin_recognize_invoices 客户端方法 |
begin_recognize_invoices_from_url |
从给定发票中提取字段文本和语义值。 输入文档必须是要分析的发票的位置 (URL) 。 请参阅此处的发票卡上的字段:https://aka.ms/formrecognizer/invoicefields 版本 v2.1 中的新增功能: begin_recognize_invoices_from_url 客户端方法 |
begin_recognize_receipts |
从给定的销售收据中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。 请参阅此处的收据上的字段: https://aka.ms/formrecognizer/receiptfields 版本 v2.1 中的新增功能:区域设置和页面关键字 (keyword) 参数,并支持图像/bmp 内容 |
begin_recognize_receipts_from_url |
从给定的销售收据中提取字段文本和语义值。 输入文档必须是要分析的收据的位置 (URL) 。 请参阅此处的收据上的字段: https://aka.ms/formrecognizer/receiptfields 版本 v2.1 中的新增功能:区域设置和页面关键字 (keyword) 参数,并支持图像/bmp 内容 |
close |
FormRecognizerClient关闭会话。 |
send_request |
使用客户端的现有管道运行网络请求。 请求 URL 可以相对于基 URL。 除非另有指定,否则用于请求的服务 API 版本与客户端的版本相同。 使用 API 版本 2022-08-31 及更高版本的客户端支持在相对 URL 中替代客户端配置的 API 版本。 使用任何 API 版本在客户端上支持的绝对 URL 中重写。 如果响应是错误,则此方法不会引发;若要引发异常,请对返回的响应对象调用 raise_for_status () 。 有关如何使用此方法发送自定义请求的详细信息,请参阅 https://aka.ms/azsdk/dpcodegen/python/send_request。 |
begin_recognize_business_cards
从给定的业务卡中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一-“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
在此处查看在企业卡找到的字段:https://aka.ms/formrecognizer/businesscardfields
v2.1 版中的新增功能: begin_recognize_business_cards 客户端方法
begin_recognize_business_cards(business_card: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- locale
- str
业务卡的区域设置。 支持的区域设置包括:en-US、en-AU、en-CA、en-GB 和 en-IN。
- include_field_elements
- bool
是否包括每个页面的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于页面范围,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数重写。 有关选项,请参阅 FormContentType。
- continuation_token
- str
用于从保存状态重启轮询的延续标记。
返回
LROPoller 的实例。 调用轮询器对象上的 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别文件中的名片。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_business_cards(business_card=f, locale="en-US")
business_cards = poller.result()
for idx, business_card in enumerate(business_cards):
print("--------Recognizing business card #{}--------".format(idx+1))
contact_names = business_card.fields.get("ContactNames")
if contact_names:
for contact_name in contact_names.value:
print("Contact First Name: {} has confidence: {}".format(
contact_name.value["FirstName"].value, contact_name.value["FirstName"].confidence
))
print("Contact Last Name: {} has confidence: {}".format(
contact_name.value["LastName"].value, contact_name.value["LastName"].confidence
))
company_names = business_card.fields.get("CompanyNames")
if company_names:
for company_name in company_names.value:
print("Company Name: {} has confidence: {}".format(company_name.value, company_name.confidence))
departments = business_card.fields.get("Departments")
if departments:
for department in departments.value:
print("Department: {} has confidence: {}".format(department.value, department.confidence))
job_titles = business_card.fields.get("JobTitles")
if job_titles:
for job_title in job_titles.value:
print("Job Title: {} has confidence: {}".format(job_title.value, job_title.confidence))
emails = business_card.fields.get("Emails")
if emails:
for email in emails.value:
print("Email: {} has confidence: {}".format(email.value, email.confidence))
websites = business_card.fields.get("Websites")
if websites:
for website in websites.value:
print("Website: {} has confidence: {}".format(website.value, website.confidence))
addresses = business_card.fields.get("Addresses")
if addresses:
for address in addresses.value:
print("Address: {} has confidence: {}".format(address.value, address.confidence))
mobile_phones = business_card.fields.get("MobilePhones")
if mobile_phones:
for phone in mobile_phones.value:
print("Mobile phone number: {} has confidence: {}".format(phone.value, phone.confidence))
faxes = business_card.fields.get("Faxes")
if faxes:
for fax in faxes.value:
print("Fax number: {} has confidence: {}".format(fax.value, fax.confidence))
work_phones = business_card.fields.get("WorkPhones")
if work_phones:
for work_phone in work_phones.value:
print("Work phone number: {} has confidence: {}".format(work_phone.value, work_phone.confidence))
other_phones = business_card.fields.get("OtherPhones")
if other_phones:
for other_phone in other_phones.value:
print("Other phone number: {} has confidence: {}".format(other_phone.value, other_phone.confidence))
begin_recognize_business_cards_from_url
从给定的业务卡中提取字段文本和语义值。 输入文档必须是要分析卡的位置 (URL) 。
在此处查看在企业卡找到的字段:https://aka.ms/formrecognizer/businesscardfields
v2.1 版中的新增功能: begin_recognize_business_cards_from_url 客户端方法
begin_recognize_business_cards_from_url(business_card_url: str, **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- locale
- str
业务卡的区域设置。 支持的区域设置包括:en-US、en-AU、en-CA、en-GB 和 en-IN。
- include_field_elements
- bool
是否包括每个页面的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于页面范围,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- continuation_token
- str
用于从保存状态重启轮询的延续标记。
返回
LROPoller 的实例。 调用轮询器对象上的 result () 以返回 list[RecognizedForm]。
返回类型
例外
begin_recognize_content
从给定文档中提取文本和内容/布局信息。 输入文档必须是受支持的内容类型之一-“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
版本 v2.1 中的新增功能:页面、语言和reading_order关键字 (keyword) 参数,并支持图像/bmp 内容
begin_recognize_content(form: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[FormPage]]
参数
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于页面范围,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- language
- str
文档中文本的 BCP-47 语言代码。 请参阅此处支持的语言代码: https://docs.microsoft.com/azure/cognitive-services/form-recognizer/language-support。 内容支持自动语言识别和多语言文档,因此仅当你想要强制将文档作为该特定语言进行处理时,才提供语言代码。
- reading_order
- str
用于对返回的文本行进行排序的读取顺序算法。 支持的阅读顺序包括:基本 (默认) 、自然。 将“basic”设置为从左到右和从上到下对行进行排序,但在某些情况下,邻近度处理优先级较高。 将“自然”设置为使用位置信息对线条进行排序,以将附近的线条放在一起。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数重写。 有关选项,请参阅 FormContentType。
- continuation_token
- str
用于从保存状态重启轮询的延续标记。
返回
LROPoller 的实例。 调用轮询器对象上的 result () 以返回 list[FormPage]。
返回类型
例外
示例
识别表单中的文本和内容/布局信息。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(endpoint=endpoint, credential=AzureKeyCredential(key))
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_content(form=f)
form_pages = poller.result()
for idx, content in enumerate(form_pages):
print("----Recognizing content from page #{}----".format(idx+1))
print("Page has width: {} and height: {}, measured with unit: {}".format(
content.width,
content.height,
content.unit
))
for table_idx, table in enumerate(content.tables):
print("Table # {} has {} rows and {} columns".format(table_idx, table.row_count, table.column_count))
print("Table # {} location on page: {}".format(table_idx, format_bounding_box(table.bounding_box)))
for cell in table.cells:
print("...Cell[{}][{}] has text '{}' within bounding box '{}'".format(
cell.row_index,
cell.column_index,
cell.text,
format_bounding_box(cell.bounding_box)
))
for line_idx, line in enumerate(content.lines):
print("Line # {} has word count '{}' and text '{}' within bounding box '{}'".format(
line_idx,
len(line.words),
line.text,
format_bounding_box(line.bounding_box)
))
if line.appearance:
if line.appearance.style_name == "handwriting" and line.appearance.style_confidence > 0.8:
print("Text line '{}' is handwritten and might be a signature.".format(line.text))
for word in line.words:
print("...Word '{}' has a confidence of {}".format(word.text, word.confidence))
for selection_mark in content.selection_marks:
print("Selection mark is '{}' within bounding box '{}' and has a confidence of {}".format(
selection_mark.state,
format_bounding_box(selection_mark.bounding_box),
selection_mark.confidence
))
print("----------------------------------------")
begin_recognize_content_from_url
从给定文档中提取文本和布局信息。 输入文档必须是要分析的文档的位置 (URL) 。
版本 v2.1 中的新增功能:页面、语言和reading_order关键字 (keyword) 参数,并支持图像/bmp 内容
begin_recognize_content_from_url(form_url: str, **kwargs: Any) -> LROPoller[List[FormPage]]
参数
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于页面范围,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- language
- str
文档中文本的 BCP-47 语言代码。 请参阅此处支持的语言代码: https://docs.microsoft.com/azure/cognitive-services/form-recognizer/language-support。 内容支持自动语言识别和多语言文档,因此仅当你想要强制将文档作为该特定语言进行处理时,才提供语言代码。
- reading_order
- str
用于对返回的文本行进行排序的读取顺序算法。 支持的阅读顺序包括:基本 (默认) 、自然。 将“basic”设置为从左到右和从上到下对行进行排序,但在某些情况下,邻近度处理优先级较高。 将“自然”设置为使用位置信息对线条进行排序,以将附近的线条放在一起。
- continuation_token
- str
用于从保存状态重启轮询的延续标记。
返回
LROPoller 的实例。 调用轮询器对象上的 result () 以返回 list[FormPage]。
返回类型
例外
begin_recognize_custom_forms
使用带或不带标签训练的模型分析自定义窗体。 要分析的表单的类型应与用于训练模型的表单的类型相同。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
begin_recognize_custom_forms(model_id: str, form: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数来重写。 有关选项,请参阅 FormContentType。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别自定义窗体中的字段和值。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
model_id = os.getenv("CUSTOM_TRAINED_MODEL_ID", custom_model_id)
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
# Make sure your form's type is included in the list of form types the custom model can recognize
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_custom_forms(
model_id=model_id, form=f, include_field_elements=True
)
forms = poller.result()
for idx, form in enumerate(forms):
print("--------Recognizing Form #{}--------".format(idx+1))
print("Form has type {}".format(form.form_type))
print("Form has form type confidence {}".format(form.form_type_confidence))
print("Form was analyzed with model with ID {}".format(form.model_id))
for name, field in form.fields.items():
# each field is of type FormField
# label_data is populated if you are using a model trained without labels,
# since the service needs to make predictions for labels if not explicitly given to it.
if field.label_data:
print("...Field '{}' has label '{}' with a confidence score of {}".format(
name,
field.label_data.text,
field.confidence
))
print("...Label '{}' has value '{}' with a confidence score of {}".format(
field.label_data.text if field.label_data else name, field.value, field.confidence
))
# iterate over tables, lines, and selection marks on each page
for page in form.pages:
for i, table in enumerate(page.tables):
print("\nTable {} on page {}".format(i+1, table.page_number))
for cell in table.cells:
print("...Cell[{}][{}] has text '{}' with confidence {}".format(
cell.row_index, cell.column_index, cell.text, cell.confidence
))
print("\nLines found on page {}".format(page.page_number))
for line in page.lines:
print("...Line '{}' is made up of the following words: ".format(line.text))
for word in line.words:
print("......Word '{}' has a confidence of {}".format(
word.text,
word.confidence
))
if page.selection_marks:
print("\nSelection marks found on page {}".format(page.page_number))
for selection_mark in page.selection_marks:
print("......Selection mark is '{}' and has a confidence of {}".format(
selection_mark.state,
selection_mark.confidence
))
print("-----------------------------------")
begin_recognize_custom_forms_from_url
使用带或不带标签训练的模型分析自定义窗体。 要分析的表单的类型应与用于训练模型的表单的类型相同。 输入文档必须是要分析的文档的位置 (URL) 。
begin_recognize_custom_forms_from_url(model_id: str, form_url: str, **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
begin_recognize_identity_documents
从给定标识文档中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
在此处查看标识文档上的字段: https://aka.ms/formrecognizer/iddocumentfields
版本 v2.1 中的新增功能: begin_recognize_identity_documents 客户端方法
begin_recognize_identity_documents(identity_document: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数来重写。 有关选项,请参阅 FormContentType。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别标识文档字段。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_identity_documents(identity_document=f)
id_documents = poller.result()
for idx, id_document in enumerate(id_documents):
print("--------Recognizing ID document #{}--------".format(idx+1))
first_name = id_document.fields.get("FirstName")
if first_name:
print("First Name: {} has confidence: {}".format(first_name.value, first_name.confidence))
last_name = id_document.fields.get("LastName")
if last_name:
print("Last Name: {} has confidence: {}".format(last_name.value, last_name.confidence))
document_number = id_document.fields.get("DocumentNumber")
if document_number:
print("Document Number: {} has confidence: {}".format(document_number.value, document_number.confidence))
dob = id_document.fields.get("DateOfBirth")
if dob:
print("Date of Birth: {} has confidence: {}".format(dob.value, dob.confidence))
doe = id_document.fields.get("DateOfExpiration")
if doe:
print("Date of Expiration: {} has confidence: {}".format(doe.value, doe.confidence))
sex = id_document.fields.get("Sex")
if sex:
print("Sex: {} has confidence: {}".format(sex.value, sex.confidence))
address = id_document.fields.get("Address")
if address:
print("Address: {} has confidence: {}".format(address.value, address.confidence))
country_region = id_document.fields.get("CountryRegion")
if country_region:
print("Country/Region: {} has confidence: {}".format(country_region.value, country_region.confidence))
region = id_document.fields.get("Region")
if region:
print("Region: {} has confidence: {}".format(region.value, region.confidence))
begin_recognize_identity_documents_from_url
从给定标识文档中提取字段文本和语义值。 输入文档必须是要分析的标识文档的位置 (URL) 。
在此处查看标识文档上的字段: https://aka.ms/formrecognizer/iddocumentfields
版本 v2.1 中的新增功能: begin_recognize_identity_documents_from_url 客户端方法
begin_recognize_identity_documents_from_url(identity_document_url: str, **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
begin_recognize_invoices
从给定发票中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
请参阅此处的发票上的字段: https://aka.ms/formrecognizer/invoicefields
版本 v2.1 中的新增功能: begin_recognize_invoices 客户端方法
begin_recognize_invoices(invoice: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- locale
- str
发票的区域设置。 支持的区域设置包括:en-US
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数来重写。 有关选项,请参阅 FormContentType。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别文件中的发票。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_invoices(invoice=f, locale="en-US")
invoices = poller.result()
for idx, invoice in enumerate(invoices):
print("--------Recognizing invoice #{}--------".format(idx+1))
vendor_name = invoice.fields.get("VendorName")
if vendor_name:
print("Vendor Name: {} has confidence: {}".format(vendor_name.value, vendor_name.confidence))
vendor_address = invoice.fields.get("VendorAddress")
if vendor_address:
print("Vendor Address: {} has confidence: {}".format(vendor_address.value, vendor_address.confidence))
vendor_address_recipient = invoice.fields.get("VendorAddressRecipient")
if vendor_address_recipient:
print("Vendor Address Recipient: {} has confidence: {}".format(vendor_address_recipient.value, vendor_address_recipient.confidence))
customer_name = invoice.fields.get("CustomerName")
if customer_name:
print("Customer Name: {} has confidence: {}".format(customer_name.value, customer_name.confidence))
customer_id = invoice.fields.get("CustomerId")
if customer_id:
print("Customer Id: {} has confidence: {}".format(customer_id.value, customer_id.confidence))
customer_address = invoice.fields.get("CustomerAddress")
if customer_address:
print("Customer Address: {} has confidence: {}".format(customer_address.value, customer_address.confidence))
customer_address_recipient = invoice.fields.get("CustomerAddressRecipient")
if customer_address_recipient:
print("Customer Address Recipient: {} has confidence: {}".format(customer_address_recipient.value, customer_address_recipient.confidence))
invoice_id = invoice.fields.get("InvoiceId")
if invoice_id:
print("Invoice Id: {} has confidence: {}".format(invoice_id.value, invoice_id.confidence))
invoice_date = invoice.fields.get("InvoiceDate")
if invoice_date:
print("Invoice Date: {} has confidence: {}".format(invoice_date.value, invoice_date.confidence))
invoice_total = invoice.fields.get("InvoiceTotal")
if invoice_total:
print("Invoice Total: {} has confidence: {}".format(invoice_total.value, invoice_total.confidence))
due_date = invoice.fields.get("DueDate")
if due_date:
print("Due Date: {} has confidence: {}".format(due_date.value, due_date.confidence))
purchase_order = invoice.fields.get("PurchaseOrder")
if purchase_order:
print("Purchase Order: {} has confidence: {}".format(purchase_order.value, purchase_order.confidence))
billing_address = invoice.fields.get("BillingAddress")
if billing_address:
print("Billing Address: {} has confidence: {}".format(billing_address.value, billing_address.confidence))
billing_address_recipient = invoice.fields.get("BillingAddressRecipient")
if billing_address_recipient:
print("Billing Address Recipient: {} has confidence: {}".format(billing_address_recipient.value, billing_address_recipient.confidence))
shipping_address = invoice.fields.get("ShippingAddress")
if shipping_address:
print("Shipping Address: {} has confidence: {}".format(shipping_address.value, shipping_address.confidence))
shipping_address_recipient = invoice.fields.get("ShippingAddressRecipient")
if shipping_address_recipient:
print("Shipping Address Recipient: {} has confidence: {}".format(shipping_address_recipient.value, shipping_address_recipient.confidence))
print("Invoice items:")
for idx, item in enumerate(invoice.fields.get("Items").value):
print("...Item #{}".format(idx+1))
item_description = item.value.get("Description")
if item_description:
print("......Description: {} has confidence: {}".format(item_description.value, item_description.confidence))
item_quantity = item.value.get("Quantity")
if item_quantity:
print("......Quantity: {} has confidence: {}".format(item_quantity.value, item_quantity.confidence))
unit = item.value.get("Unit")
if unit:
print("......Unit: {} has confidence: {}".format(unit.value, unit.confidence))
unit_price = item.value.get("UnitPrice")
if unit_price:
print("......Unit Price: {} has confidence: {}".format(unit_price.value, unit_price.confidence))
product_code = item.value.get("ProductCode")
if product_code:
print("......Product Code: {} has confidence: {}".format(product_code.value, product_code.confidence))
item_date = item.value.get("Date")
if item_date:
print("......Date: {} has confidence: {}".format(item_date.value, item_date.confidence))
tax = item.value.get("Tax")
if tax:
print("......Tax: {} has confidence: {}".format(tax.value, tax.confidence))
amount = item.value.get("Amount")
if amount:
print("......Amount: {} has confidence: {}".format(amount.value, amount.confidence))
subtotal = invoice.fields.get("SubTotal")
if subtotal:
print("Subtotal: {} has confidence: {}".format(subtotal.value, subtotal.confidence))
total_tax = invoice.fields.get("TotalTax")
if total_tax:
print("Total Tax: {} has confidence: {}".format(total_tax.value, total_tax.confidence))
previous_unpaid_balance = invoice.fields.get("PreviousUnpaidBalance")
if previous_unpaid_balance:
print("Previous Unpaid Balance: {} has confidence: {}".format(previous_unpaid_balance.value, previous_unpaid_balance.confidence))
amount_due = invoice.fields.get("AmountDue")
if amount_due:
print("Amount Due: {} has confidence: {}".format(amount_due.value, amount_due.confidence))
service_start_date = invoice.fields.get("ServiceStartDate")
if service_start_date:
print("Service Start Date: {} has confidence: {}".format(service_start_date.value, service_start_date.confidence))
service_end_date = invoice.fields.get("ServiceEndDate")
if service_end_date:
print("Service End Date: {} has confidence: {}".format(service_end_date.value, service_end_date.confidence))
service_address = invoice.fields.get("ServiceAddress")
if service_address:
print("Service Address: {} has confidence: {}".format(service_address.value, service_address.confidence))
service_address_recipient = invoice.fields.get("ServiceAddressRecipient")
if service_address_recipient:
print("Service Address Recipient: {} has confidence: {}".format(service_address_recipient.value, service_address_recipient.confidence))
remittance_address = invoice.fields.get("RemittanceAddress")
if remittance_address:
print("Remittance Address: {} has confidence: {}".format(remittance_address.value, remittance_address.confidence))
remittance_address_recipient = invoice.fields.get("RemittanceAddressRecipient")
if remittance_address_recipient:
print("Remittance Address Recipient: {} has confidence: {}".format(remittance_address_recipient.value, remittance_address_recipient.confidence))
begin_recognize_invoices_from_url
从给定发票中提取字段文本和语义值。 输入文档必须是要分析的发票的位置 (URL) 。
请参阅此处的发票卡上的字段:https://aka.ms/formrecognizer/invoicefields
版本 v2.1 中的新增功能: begin_recognize_invoices_from_url 客户端方法
begin_recognize_invoices_from_url(invoice_url: str, **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- locale
- str
发票的区域设置。 支持的区域设置包括:en-US
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
begin_recognize_receipts
从给定的销售收据中提取字段文本和语义值。 输入文档必须是受支持的内容类型之一 -“application/pdf”、“image/jpeg”、“image/png”、“image/tiff”或“image/bmp”。
请参阅此处的收据上的字段: https://aka.ms/formrecognizer/receiptfields
版本 v2.1 中的新增功能:区域设置和页面关键字 (keyword) 参数,并支持图像/bmp 内容
begin_recognize_receipts(receipt: bytes | IO[bytes], **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
- content_type
- str 或 FormContentType
发送到 API 的正文的内容类型。 内容类型是自动检测的,但可以通过传递此关键字 (keyword) 参数来重写。 有关选项,请参阅 FormContentType。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
- locale
- str
收据的区域设置。 支持的区域设置包括:en-US、en-AU、en-CA、en-GB 和 en-IN。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别销售收据字段。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
with open(path_to_sample_forms, "rb") as f:
poller = form_recognizer_client.begin_recognize_receipts(receipt=f, locale="en-US")
receipts = poller.result()
for idx, receipt in enumerate(receipts):
print("--------Recognizing receipt #{}--------".format(idx+1))
receipt_type = receipt.fields.get("ReceiptType")
if receipt_type:
print("Receipt Type: {} has confidence: {}".format(receipt_type.value, receipt_type.confidence))
merchant_name = receipt.fields.get("MerchantName")
if merchant_name:
print("Merchant Name: {} has confidence: {}".format(merchant_name.value, merchant_name.confidence))
transaction_date = receipt.fields.get("TransactionDate")
if transaction_date:
print("Transaction Date: {} has confidence: {}".format(transaction_date.value, transaction_date.confidence))
if receipt.fields.get("Items"):
print("Receipt items:")
for idx, item in enumerate(receipt.fields.get("Items").value):
print("...Item #{}".format(idx+1))
item_name = item.value.get("Name")
if item_name:
print("......Item Name: {} has confidence: {}".format(item_name.value, item_name.confidence))
item_quantity = item.value.get("Quantity")
if item_quantity:
print("......Item Quantity: {} has confidence: {}".format(item_quantity.value, item_quantity.confidence))
item_price = item.value.get("Price")
if item_price:
print("......Individual Item Price: {} has confidence: {}".format(item_price.value, item_price.confidence))
item_total_price = item.value.get("TotalPrice")
if item_total_price:
print("......Total Item Price: {} has confidence: {}".format(item_total_price.value, item_total_price.confidence))
subtotal = receipt.fields.get("Subtotal")
if subtotal:
print("Subtotal: {} has confidence: {}".format(subtotal.value, subtotal.confidence))
tax = receipt.fields.get("Tax")
if tax:
print("Tax: {} has confidence: {}".format(tax.value, tax.confidence))
tip = receipt.fields.get("Tip")
if tip:
print("Tip: {} has confidence: {}".format(tip.value, tip.confidence))
total = receipt.fields.get("Total")
if total:
print("Total: {} has confidence: {}".format(total.value, total.confidence))
print("--------------------------------------")
begin_recognize_receipts_from_url
从给定的销售收据中提取字段文本和语义值。 输入文档必须是要分析的收据的位置 (URL) 。
请参阅此处的收据上的字段: https://aka.ms/formrecognizer/receiptfields
版本 v2.1 中的新增功能:区域设置和页面关键字 (keyword) 参数,并支持图像/bmp 内容
begin_recognize_receipts_from_url(receipt_url: str, **kwargs: Any) -> LROPoller[List[RecognizedForm]]
参数
- include_field_elements
- bool
是否包括每页的所有行和字段元素,例如每个窗体域的行、字词和选择标记。
- continuation_token
- str
用于从保存状态重启轮询的继续标记。
- locale
- str
收据的区域设置。 支持的区域设置包括:en-US、en-AU、en-CA、en-GB 和 en-IN。
多页文档的自定义页码 (PDF/TIFF) 。 输入要在结果中获取的页码和/或页面范围。 对于一系列页面,请使用连字符,如 pages=[“1-3”, “5-6”]。 用逗号分隔每个页码或范围。
返回
LROPoller 的实例。 对轮询器对象调用 result () 以返回 list[RecognizedForm]。
返回类型
例外
示例
识别 URL 中的销售收据字段。
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import FormRecognizerClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
form_recognizer_client = FormRecognizerClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
url = "https://raw.githubusercontent.com/Azure/azure-sdk-for-python/main/sdk/formrecognizer/azure-ai-formrecognizer/tests/sample_forms/receipt/contoso-receipt.png"
poller = form_recognizer_client.begin_recognize_receipts_from_url(receipt_url=url)
receipts = poller.result()
for idx, receipt in enumerate(receipts):
print("--------Recognizing receipt #{}--------".format(idx+1))
receipt_type = receipt.fields.get("ReceiptType")
if receipt_type:
print("Receipt Type: {} has confidence: {}".format(receipt_type.value, receipt_type.confidence))
merchant_name = receipt.fields.get("MerchantName")
if merchant_name:
print("Merchant Name: {} has confidence: {}".format(merchant_name.value, merchant_name.confidence))
transaction_date = receipt.fields.get("TransactionDate")
if transaction_date:
print("Transaction Date: {} has confidence: {}".format(transaction_date.value, transaction_date.confidence))
if receipt.fields.get("Items"):
print("Receipt items:")
for idx, item in enumerate(receipt.fields.get("Items").value):
print("...Item #{}".format(idx+1))
item_name = item.value.get("Name")
if item_name:
print("......Item Name: {} has confidence: {}".format(item_name.value, item_name.confidence))
item_quantity = item.value.get("Quantity")
if item_quantity:
print("......Item Quantity: {} has confidence: {}".format(item_quantity.value, item_quantity.confidence))
item_price = item.value.get("Price")
if item_price:
print("......Individual Item Price: {} has confidence: {}".format(item_price.value, item_price.confidence))
item_total_price = item.value.get("TotalPrice")
if item_total_price:
print("......Total Item Price: {} has confidence: {}".format(item_total_price.value, item_total_price.confidence))
subtotal = receipt.fields.get("Subtotal")
if subtotal:
print("Subtotal: {} has confidence: {}".format(subtotal.value, subtotal.confidence))
tax = receipt.fields.get("Tax")
if tax:
print("Tax: {} has confidence: {}".format(tax.value, tax.confidence))
tip = receipt.fields.get("Tip")
if tip:
print("Tip: {} has confidence: {}".format(tip.value, tip.confidence))
total = receipt.fields.get("Total")
if total:
print("Total: {} has confidence: {}".format(total.value, total.confidence))
print("--------------------------------------")
close
send_request
使用客户端的现有管道运行网络请求。
请求 URL 可以相对于基 URL。 除非另有指定,否则用于请求的服务 API 版本与客户端的版本相同。 使用 API 版本 2022-08-31 及更高版本的客户端支持在相对 URL 中替代客户端配置的 API 版本。 使用任何 API 版本在客户端上支持的绝对 URL 中重写。 如果响应是错误,则此方法不会引发;若要引发异常,请对返回的响应对象调用 raise_for_status () 。 有关如何使用此方法发送自定义请求的详细信息,请参阅 https://aka.ms/azsdk/dpcodegen/python/send_request。
send_request(request: HttpRequest, *, stream: bool = False, **kwargs) -> HttpResponse
参数
- stream
- bool
是否对响应有效负载进行流式处理。 默认为 False。
返回
网络呼叫的响应。 不对响应执行错误处理。