使用 Amazon Textract 分析身份文档 - Amazon Textract

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用 Amazon Textract 分析身份文档

要分析身份证件，您可以使用 AnalyZEID API，然后将文档文件作为输入进行传递。AnalyzeID返回一个 JSON 结构，其中包含分析的文本。有关更多信息，请参阅 分析身份证件。

您可以提供输入文档作为图像字节数组 (base64 编码的图像字节) 或 Amazon S3 对象。在此过程中，您将图像文件上传到您的 S3 存储桶并指定文件名称。

分析身份证明文件 (API)

  1. 如果您尚未执行以下操作，请：

    1. 使用创建或更新 IAM 用户AmazonTextractFullAccess和AmazonS3ReadOnlyAccess权限。有关更多信息，请参阅 第 1 步：设置 AWS 账户并创建 IAM 用户。

    2. 安装和配置 AWS CLI 和 AWS 开发工具包。有关更多信息，请参阅 第 2 步：设置AWS CLI和AWS软件开发工具包。

  2. 将包含文档的图像上传到您的 S3 存储桶。

    有关说明，请参阅将对象上传到 Amazon S3中的Amazon Simple Service 用户指南.

  3. 使用以下示例调用 AnalyzeID 操作。

    CLI

    以下示例从 S3 存储桶获取输入文件并运行AnalyzeID对它进行操作。在下面的代码中，替换桶将您的 S3 存储桶的名称用于文件将包含存储桶中的文件的名称以及的值领域有的名字region与您的账户关联。

    
aws textract analyze-id --document-pages '[{"S3Object":{"Bucket":"bucket","Name":"name"}}]' --region region

    您还可以通过向输入中添加另一个 S3 对象，使用驾驶执照的正面和背面调用 API。

    
aws textract analyze-id --document-pages '[{"S3Object":{"Bucket":"bucket","Name":"name front"}}, {"S3Object":{"Bucket":"bucket","Name":"name back"}}]' --region us-east-1

    如果您在 Windows 设备上访问 CLI，请使用双引号而不是单引号，并用反斜杠（即\）转义内部双引号，以解决可能遇到的任何解析器错误。有关示例，请参阅下面的内容：

    aws textract analyze-id --document-pages "[{\"S3Object\":{\"Bucket\":\"bucket\",\"Name\":\"name\"}}]" --region region
    Python

    以下示例从 S3 存储桶获取输入文件并运行AnalyzeID在其上操作，返回检测到的键值对。在下面的代码中，替换bucket_name将您的 S3 存储桶的名称用于file_name将包含存储桶中的文件的名称以及的值领域有的名字region与您的账户关联。

    import boto3

bucket_name = "bucket-name"
file_name = "file-name"
region = "region-name"

def analyze_id(region, bucket_name, file_name):

    textract_client = boto3.client('textract', region_name=region)
    response = textract_client.analyze_id(DocumentPages=[{"S3Object":{"Bucket":bucket_name,"Name":file_name}}])

    for doc_fields in response['IdentityDocuments']:
        for id_field in doc_fields['IdentityDocumentFields']:
            for key, val in id_field.items():
                if "Type" in str(key):
                    print("Type: " + str(val['Text']))
            for key, val in id_field.items():
                if "ValueDetection" in str(key):
                    print("Value Detection: " + str(val['Text']))
            print()

analyze_id(region, bucket_name, file_name)
    Java

    以下示例从 S3 存储桶获取输入文件并运行AnalyzeID对其进行操作，返回检测到的数据。在函数 main 中，将以下值s3bucket和sourceDoc将包含您在步骤 2 中使用的 Amazon S3 存储桶名称和文档图像的名称。

    /*
   Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
   SPDX-License-Identifier: Apache-2.0
*/

package com.amazonaws.samples;

import com.amazonaws.regions.Regions;
import com.amazonaws.services.textract.AmazonTextractClient;
import com.amazonaws.services.textract.AmazonTextractClientBuilder;
import com.amazonaws.services.textract.model.*;
import java.util.ArrayList;
import java.util.List;

public class AnalyzeIdentityDocument {

    public static void main(String[] args) {

        final String USAGE = "\n" +
                "Usage:\n" +
                "    <s3bucket><sourceDoc> \n\n" +
                "Where:\n" +
                "    s3bucket - the Amazon S3 bucket where the document is located. \n" +
                "    sourceDoc - the name of the document. \n";

        if (args.length != 1) {
            System.out.println(USAGE);
            System.exit(1);
        }

        String s3bucket = "bucket-name"; //args[0];
        String sourceDoc = "sourcedoc-name";  //args[1];
        AmazonTextractClient textractClient = (AmazonTextractClient) AmazonTextractClientBuilder.standard()
                .withRegion(Regions.US_EAST_1)
                .build();

        getDocDetails(textractClient, s3bucket, sourceDoc);
    }

    public static void getDocDetails(AmazonTextractClient textractClient, String s3bucket, String sourceDoc ) {

       try {

            S3Object s3 = new S3Object();
            s3.setBucket(s3bucket);
            s3.setName(sourceDoc);

            com.amazonaws.services.textract.model.Document myDoc = new com.amazonaws.services.textract.model.Document();
            myDoc.setS3Object(s3);

            List<Document> list1 = new ArrayList();
            list1.add(myDoc);

            AnalyzeIDRequest idRequest = new AnalyzeIDRequest();
            idRequest.setDocumentPages(list1);

            AnalyzeIDResult result = textractClient.analyzeID(idRequest);
            List<IdentityDocument> docs =  result.getIdentityDocuments();
            for (IdentityDocument doc: docs) {

                List<IdentityDocumentField>idFields = doc.getIdentityDocumentFields();
                for (IdentityDocumentField field: idFields) {
                    System.out.println("Field type is "+ field.getType().getText());
                    System.out.println("Field value is "+ field.getValueDetection().getText());
                }
            }

       } catch (Exception e) {
            e.printStackTrace();
       }
    }
}

  4. 这将为您提供的 JSON 输出AnalyzeIDoperation.