View a markdown version of this page

Diseñe los objetos de respuesta - Amazon Textract

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Diseñe los objetos de respuesta

Cuando se utiliza Layout en un documento con Amazon Textract, los distintos elementos de maquetación se devuelven como un BlockType objeto Block. Estos elementos corresponden a las distintas partes del diseño y son:

  • Título: el título principal del documento. Devuelto comoLAYOUT_TITLE.

  • Encabezado: texto ubicado en el margen superior del documento. Devuelto comoLAYOUT_HEADER.

  • Pie de página: texto ubicado en el margen inferior del documento. Devuelto comoLAYOUT_FOOTER.

  • Título de la sección: los títulos de las secciones individuales del documento. Devuelto comoLAYOUT_SECTION_HEADER.

  • Número de página: el número de página de los documentos. Devuelto comoLAYOUT_PAGE_NUMBER.

  • Lista: cualquier información agrupada en forma de lista. Devuelto comoLAYOUT_LIST.

  • Figura: indica la ubicación de una imagen en un documento. Devuelto comoLAYOUT_FIGURE.

  • Tabla: indica la ubicación de una tabla en el documento. Devuelto comoLAYOUT_TABLE.

  • Valor clave: indica la ubicación de los valores clave del formulario en un documento. Devuelto como. LAYOUT_KEY_VALUE

  • Texto: texto que suele estar presente como parte de los párrafos de los documentos. Se devuelve como LAYOUT_TEXT

Cada elemento devuelve dos datos clave. El primero es el cuadro delimitador del elemento de diseño, que muestra su ubicación. En segundo lugar, el elemento contiene una lista de identificadores. Estos ID apuntan a los componentes del elemento de diseño, que suelen ser líneas de texto representadas por LINE objetos. Los elementos de diseño también pueden apuntar a diferentes objetos, como TABLE objetos, Key-Value pares o LAYOUT_TEXT elementos, en el caso deLAYOUT_LIST.

Los elementos se devuelven en el orden de lectura implícito. Esto significa que los elementos del diseño se devolverán mediante el análisis del documento de izquierda a derecha y de arriba a abajo. En el caso de las páginas con varias columnas, los elementos se devuelven desde la parte superior de la columna situada más a la izquierda y se mueven de izquierda a derecha hasta llegar al final de la columna. A continuación, los elementos de la siguiente columna situada más a la izquierda se devuelven de la misma manera.

A continuación se muestra un ejemplo de un elemento de LAYOUT_TITLE respuesta, en el que se ha eliminado la sección de geometría del cuadro delimitador. Los tres ID apuntan hacia los tres LINE objetos que representan las tres líneas de texto del título.


      {
            "BlockType": "LAYOUT_TITLE",
            "Confidence": 57.177734375,
            "Geometry": {
               ...
            },
            "Id": "e02654d0-dce1-4205-bf1c-6fac1cc0a35a",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "8afeedb5-44f2-48ec-ae97-07edc204f8d8",
                        "fa505358-51ff-405c-b227-e51faffb28fe",
                        "95ef9c97-5a98-4060-9100-d09222b166f6"
                    ]
                }
            ]
        },

Cuando Amazon Textract detecta una lista en el diseño de un documento, en lugar de que los ID apunten directamente a los LINE objetos, apunta a LAYOUT_TEXT los objetos ubicados dentro de la lista. A continuación, se muestra un ejemplo de respuesta abreviado que muestra esta relación. Dentro de los LAYOUT_TEXT objetos, puede ver los ID correspondientes a los ID del objeto de LAYOUT_LIST respuesta. A continuación, estos LAYOUT_TEXT objetos contienen su propia lista de identificadores, que corresponden a los LINE objetos de cada línea de texto del elemento de diseño. 


{
    "BlockType": "LAYOUT_LIST",
    "Relationships": [ 
        { 
            "Ids": [ "98d2f88c-9116-4025-bf4f-70e4345ac347",   // LAYOUT_TEXT
                     "d132fcd3-2be0-4f23-8c98-61295f5c6ac2" ], // LAYOUT_TEXT
            "Type": "CHILD"
        }
    ],
    "ID": "c685fb89-692b-4e80-8083-7b783735e287",
    ...
},
{
    "BlockType": "LAYOUT_TEXT",
    "ID": "98d2f88c-9116-4025-bf4f-70e4345ac347",
    ...
},
{
    "BlockType": "LAYOUT_TEXT",
    "ID": "d132fcd3-2be0-4f23-8c98-61295f5c6ac2",
    ...
}