View a markdown version of this page

Menemukan Item pada Halaman Dokumen - Amazon Textract
Kotak PembatasPolygonSudut Rotasi

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menemukan Item pada Halaman Dokumen

Operasi Amazon Textract mengembalikan lokasi dan geometri item yang ditemukan pada halaman dokumen. DetectDocumentTextdan GetDocumentTextDetection mengembalikan lokasi dan geometri untuk garis dan kata, sementara AnalyzeDocument dan GetDocumentAnalysis mengembalikan lokasi dan geometri pasangan kunci-nilai, tabel, sel, dan elemen seleksi.

Untuk menentukan di mana item berada pada halaman dokumen, gunakan informasi kotak pembatas (Geometri) yang dikembalikan oleh operasi Amazon Textract dalam objek Blo k. Ob Geometry jek berisi dua jenis lokasi dan informasi geometris untuk item yang terdeteksi:

  • Objek yang sejajar BoundingBox dengan sumbu yang berisi koordinat kiri atas dan lebar dan tinggi item.

  • Objek poligon yang menggambarkan garis besar item, ditentukan sebagai array objek Point yang berisi X (sumbu horizontal) dan Y (sumbu vertikal) koordinat halaman dokumen dari setiap titik.

JSON untuk Block objek terlihat mirip dengan berikut ini. Perhatikan Polygon bidang BoundingBox dan.

{
    "Geometry": {
        "BoundingBox": {
            "Width": 0.053907789289951324, 
            "Top": 0.08913730084896088, 
            "Left": 0.11085548996925354, 
            "Height": 0.013171200640499592
        }, 
        "Polygon": [
            {
                "Y": 0.08985357731580734, 
                "X": 0.11085548996925354
            }, 
            {
                "Y": 0.08913730084896088, 
                "X": 0.16447919607162476
            }, 
            {
                "Y": 0.10159222036600113, 
                "X": 0.16476328670978546
            }, 
            {
                "Y": 0.10230850428342819, 
                "X": 0.11113958805799484
            }
        ]
    }, 
    "Text": "Name:", 
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.56285858154297, 
    "Id": "c734fca6-c4c4-415c-b6c1-30f7510b72ee"
},

Anda dapat menggunakan informasi geometri untuk menggambar kotak pembatas di sekitar item yang terdeteksi. Untuk contoh yang menggunakan BoundingBox dan Polygon informasi untuk menggambar kotak di sekitar garis dan garis vertikal di awal dan akhir setiap kata, lihatMendeteksi Teks Dokumen dengan Amazon Textract. Contoh output mirip dengan berikut ini.

Formulir dengan bidang Nama, Alamat, dan Tanggal Lahir menampilkan informasi pribadi Jane Doe dengan alamat 123 Any Street, Anytown, USA dan tanggal lahir 12-26-1980.

Kotak Pembatas

Sebuah kotak pembatas (BoundingBox) memiliki properti berikut:

  • Tinggi — Tinggi kotak pembatas sebagai rasio tinggi halaman dokumen secara keseluruhan.

  • Kiri — Koordinat X dari titik kiri atas kotak pembatas sebagai rasio lebar halaman dokumen keseluruhan.

  • Atas — Koordinat Y dari titik kiri atas kotak pembatas sebagai rasio tinggi halaman dokumen keseluruhan.

  • Lebar — Lebar kotak pembatas sebagai rasio lebar halaman dokumen keseluruhan.

Setiap BoundingBox properti memiliki nilai antara 0 dan 1. Nilai adalah rasio lebar gambar keseluruhan (berlaku untuk Left danWidth) atau tinggi (berlaku untuk Height danTop). Misalnya, jika gambar input adalah 700 x 200 piksel, dan koordinat kiri atas kotak pembatas adalah (350,50) piksel, API mengembalikan Left nilai 0,5 (350/700) dan Top nilai 0,25 (). 50/200

Diagram berikut menunjukkan rentang halaman dokumen yang dicakup oleh setiap BoundingBox properti.

Diagram yang menunjukkan properti Kiri, Atas, Lebar, dan Tinggi yang mendefinisikan kotak pembatas pada halaman.

Untuk menampilkan kotak pembatas dengan lokasi dan ukuran yang benar, Anda mengalikan BoundingBox nilai dengan lebar halaman dokumen atau tinggi (tergantung pada nilai yang Anda inginkan) untuk mendapatkan nilai piksel. Anda menggunakan nilai-nilai piksel untuk menampilkan kotak pembatas. Contohnya adalah menggunakan halaman dokumen dengan lebar 608 piksel x tinggi 588 piksel, dan nilai kotak pembatas berikut untuk teks yang dianalisis: 

BoundingBox.Left: 0.3922065
BoundingBox.Top: 0.15567766
BoundingBox.Width: 0.284666
BoundingBox.Height: 0.2930403

Lokasi kotak pembatas teks dalam piksel dihitung sebagai berikut:

Left coordinate = BoundingBox.Left (0.3922065) * document page width (608) = 238

Top coordinate = BoundingBox.Top (0.15567766) * document page height (588) = 91

Bounding box width = BoundingBox.Width (0.284666) * document page width (608) = 173

Bounding box height = BoundingBox.Height (0.2930403) * document page height (588) = 172

Anda menggunakan nilai-nilai ini untuk menampilkan kotak pembatas di sekitar teks yang dianalisis. Contoh Java dan Python berikut menunjukkan cara menampilkan kotak pembatas.

Java
    public void ShowBoundingBox(int imageHeight, int imageWidth, BoundingBox box, Graphics2D g2d) {

        float left = imageWidth * box.getLeft();
        float top = imageHeight * box.getTop();

        // Display bounding box.
        g2d.setColor(new Color(0, 212, 0));
        g2d.drawRect(Math.round(left / scale), Math.round(top / scale),
                Math.round((imageWidth * box.getWidth()) / scale), Math.round((imageHeight * box.getHeight())) / scale);

    }
Python

Contoh Python ini mengambil yang response dikembalikan oleh operasi DetectDocumentText API.


def process_text_detection(response):

    # Get the text blocks
    blocks = response['Blocks']
    width, height = image.size
    draw = ImageDraw.Draw(image)
    print('Detected Document Text')

    # Create image showing bounding box/polygon the detected lines/text
    for block in blocks:

        draw = ImageDraw.Draw(image)

        if block['BlockType'] == "LINE":
            box=block['Geometry']['BoundingBox']
            left = width * box['Left']
            top = height * box['Top']
            draw.rectangle([left,top, left + (width * box['Width']), top +(height * box['Height'])],outline='black')

    # Display the image
    image.show()

    return len(blocks)

Polygon

Poligon yang dikembalikan oleh AnalyzeDocument adalah array objek Point. Masing-masing Point memiliki koordinat X dan Y untuk lokasi tertentu pada halaman dokumen. Seperti BoundingBox koordinat, koordinat poligon dinormalisasi ke lebar dan tinggi dokumen, dan berada di antara 0 dan 1.

Anda dapat menggunakan titik dalam array poligon untuk menampilkan kotak pembatas butiran halus di sekitar objek. Block Anda menghitung posisi setiap titik poligon pada halaman dokumen dengan menggunakan teknik yang sama yang digunakan untukBoundingBoxes. Kalikan koordinat X dengan lebar halaman dokumen, dan kalikan koordinat Y dengan tinggi halaman dokumen.

Contoh berikut menunjukkan cara menampilkan garis vertikal poligon.

    public void ShowPolygonVerticals(int imageHeight, int imageWidth, List <Point> points, Graphics2D g2d) {

        g2d.setColor(new Color(0, 212, 0));
        Object[] parry = points.toArray();
        g2d.setStroke(new BasicStroke(2));

        g2d.drawLine(Math.round(((Point) parry[0]).getX() * imageWidth),
                Math.round(((Point) parry[0]).getY() * imageHeight), Math.round(((Point) parry[3]).getX() * imageWidth),
                Math.round(((Point) parry[3]).getY() * imageHeight));

        g2d.setColor(new Color(255, 0, 0));
        g2d.drawLine(Math.round(((Point) parry[1]).getX() * imageWidth),
                Math.round(((Point) parry[1]).getY() * imageHeight), Math.round(((Point) parry[2]).getX() * imageWidth),
                Math.round(((Point) parry[2]).getY() * imageHeight));

    }

Sudut Rotasi

Bagian terakhir dari objek Geometry adalah sudut rotasi teks. Sudut rotasi adalah angka antara 0 dan 360 yang mencerminkan derajat teks diputar.