使用 Amazon Textract 分析身分文件

若要分析身分文件，您可以使用 AnalyzeID API 操作，並將文件檔案做為輸入傳遞。 AnalyzeID會傳回包含分析文字的 JSON 結構。如需詳細資訊，請參閱分析身分文件。

您可以提供影像位元組陣列 (base64 編碼的影像位元組）或 Amazon S3 物件的輸入文件。在此程序中，您會將映像檔案上傳至 S3 儲存貯體，並指定檔案名稱。

分析身分文件 (API)

如果您尚未執行：
1. 為使用者提供 AmazonTextractFullAccess和 AmazonS3ReadOnlyAccess許可。如需詳細資訊，請參閱步驟 1：設定 AWS 帳戶並建立使用者。
2. 安裝和設定 AWS CLI 和 AWS SDKs。如需詳細資訊，請參閱步驟 2：設定 AWS CLI 和 AWS SDKs。
將包含文件的影像上傳至 S3 儲存貯體。

如需指示說明，請參閱《Amazon Simple Storage Service 使用者指南》中的上傳物件至 Amazon S3。

使用下列範例來呼叫 AnalyzeID 操作。

AWS CLI

下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 AnalyzeID操作。在下列程式碼中，將的值取代為 S3 儲存貯體Bucket的名稱，將的值Name取代為儲存貯體中的檔案名稱。profile-name 將取代為可擔任角色的設定檔名稱，並將 region取代為您要執行程式碼的區域。


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

您也可以將另一個 Amazon S3 物件新增至輸入，以呼叫驅動程式授權正面和背面的 API。


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

如果您在 Windows 裝置上存取 CLI，請使用雙引號而非單引號，並透過反斜線 (\) 逸出內部雙引號，以解決您可能遇到的任何剖析器錯誤。例如，請參閱下列內容：


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

Python

下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 AnalyzeID操作，並傳回偵測到的鍵/值對。在下列程式碼中，將的值取代為 S3 儲存貯體bucket_name的名稱，將的值file_name取代為儲存貯體中的檔案名稱。profile-name 將取代為可擔任角色的設定檔名稱，並將 region取代為您要執行程式碼的區域。


import boto3

def analyze_id(client, bucket_name, file_name):

    # Analyze document
    # process using S3 object
    response = 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()

def main():
    session = boto3.Session(profile_name='profile-name')
    client = session.client('textract', region_name='region')
    bucket_name = "bucket"
    file_name = "file"

    analyze_id(client, bucket_name, file_name)

if __name__ == "__main__":
    main()

Java

下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 AnalyzeID操作，並傳回偵測到的資料。在函數主要中，將 s3bucket和的值取代sourceDoc為您在步驟 2 中使用的 Amazon S3 儲存貯體和文件映像的名稱。使用您開發人員設定檔的名稱取代 credentialsProvider 的值。


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

package com.amazonaws.samples;


import com.amazonaws.auth.profile.ProfileCredentialsProvider;
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 AppTest1 {

 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);
     }
     
     
  // set provider credentials
     AWSCredentialsProvider credentialsProvider = new ProfileCredentialsProvider("default");

     String s3bucket = "bucket-name"; //args[0];
     String sourceDoc = "sourcedoc-name";  //args[1];
     AmazonTextractClient textractClient = (AmazonTextractClient) AmazonTextractClientBuilder.standard().withCredentials(credentialsProvider)
             .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();
    }
 }
}

Java V2

下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 AnalyzeID操作，並傳回偵測到的資料。在函數主控中，將 s3bucket和的值取代sourceDoc為您在步驟 2 中使用的 S3 儲存貯體和文件映像的名稱。

在建立的行profile-name中TextractClient，將取代為您的開發人員設定檔名稱。


import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.core.SdkBytes;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.textract.TextractClient;
import software.amazon.awssdk.services.textract.model.*;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
// snippet-end:[textract.java2._analyze_doc.import]
import java.util.Optional;

import org.json.JSONObject;

/**
 * Before running this Java V2 code example, set up your development environment, including your credentials.
 *
 * For more information, see the following documentation topic:
 *
 * https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/get-started.html
 */
public class DetectCelebrityVideo {

    public static void main(String[] args) {

        final String usage = "\n" +
                 "Usage:\n" +
                 "    <bucketName> <docName> \n\n" +
                 "Where:\n" +
                 "    bucketName - The name of the Amazon S3 bucket that contains the document. \n\n" +
                 "    docName - The document name (must be an image, i.e., book.png). \n";

        if (args.length != 2) {
                 System.out.println(usage);
                 System.exit(1);
        }

       String bucketName = args[0];
       String docName = args[1];
       Region region = Region.US_WEST_2;
       TextractClient textractClient = TextractClient.builder()
                .region(region)
                .credentialsProvider(ProfileCredentialsProvider.create("default"))
                .build();

        analyzeID(textractClient, bucketName, docName);
        textractClient.close();
    }

    // snippet-start:[textract.java2._analyze_doc.main]
    public static void analyzeID(TextractClient textractClient, String bucketName, String docName) {

        try {
            S3Object s3Object = S3Object.builder()
                    .bucket(bucketName)
                    .name(docName)
                    .build();

                // Create a Document object and reference the s3Object instance
            Document myDoc = Document.builder()
                    .s3Object(s3Object)
                    .build();
            
            AnalyzeIdRequest analyzeIdRequest = AnalyzeIdRequest.builder()
                    .documentPages(myDoc).build();
            
            AnalyzeIdResponse analyzeId = textractClient.analyzeID(analyzeIdRequest);
            
           // System.out.println(analyzeExpense.toString());          
            List<IdentityDocument> Docs = analyzeId.identityDocuments();
            for (IdentityDocument doc: Docs) {
               System.out.println(doc);
            }
            
            
        } catch (TextractException e) {

            System.err.println(e.getMessage());
            System.exit(1);
        }
    }
    // snippet-end:[textract.java2._analyze_doc.main]
}

這將為您提供AnalyzeID操作的 JSON 輸出。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

分析發票和接收文件

非同步處理文件