View a markdown version of this page

布局响应对象 - 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。

布局响应对象

在带有 Amazon Textract 的文档上使用布局时，不同的布局元素将以区块对象 BlockType 中的形式返回。这些元素对应于布局的不同部分，它们是：

  • 标题-文档的主标题。返回为LAYOUT_TITLE。

  • 标题-位于文档上边距的文本。返回为LAYOUT_HEADER。

  • 页脚-位于文档底部空白处的文本。返回为LAYOUT_FOOTER。

  • 章节标题-各个文档章节的标题。返回为LAYOUT_SECTION_HEADER。

  • 页码-文档的页码。返回为LAYOUT_PAGE_NUMBER。

  • 列表-以列表形式组合在一起的任何信息。返回为LAYOUT_LIST。

  • 图-表示图像在文档中的位置。返回为LAYOUT_FIGURE。

  • 表格-表示表格在文档中的位置。返回为LAYOUT_TABLE。

  • 键值-表示表单键值在文档中的位置。返回为LAYOUT_KEY_VALUE。

  • 文本-通常作为文档段落一部分出现的文本。返回为 LAYOUT_TEXT

每个元素返回两条关键信息。首先是布局元素的边框，它显示了布局元素的位置。其次，该元素包含一个 ID 列表。这些 ID 指向布局元素的组件，通常是由LINE对象表示的文本行。布局元素也可以指向不同的对象，例如TABLE对象、 Key-Value 对或LAYOUT_TEXT元素（如果是）LAYOUT_LIST。

元素按隐式读取顺序返回。这意味着文档分析将从左到右、从上到下返回布局元素。对于多栏页面，元素从最左边的列的顶部返回，从左向右移动，直到到达该列的底部。然后，将以相同的方式返回最左边的下一列中的元素。

以下是移除边界框几何部分的LAYOUT_TITLE响应元素的示例。这三个 ID 指向代表标题中三行文本的三个LINE对象。


      {
            "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"
                    ]
                }
            ]
        },

当 Amazon Textract 在文档布局中检测到列表时，它不是直接指向LINE对象，而是指向列表中的LAYOUT_TEXT对象。以下是显示这种关系的简短示例响应。在LAYOUT_TEXT对象中，您可以看到与LAYOUT_LIST响应对象中的 ID 对应的 ID。然后，这些LAYOUT_TEXT对象包含自己的 ID 列表，这些列表对应于布局元素中每行文本的LINE对象。


{
    "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",
    ...
}