使用 Amazon Textract 分析身份文檔 - Amazon Textract

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon Textract 分析身份文檔

要分析身份文檔，請使用 AnalyzeID API，並將文檔文件作為輸入傳遞。AnalyzeID會傳回含有分析文字的 JSON 結構。如需詳細資訊，請參閱 分析身分文件。

您提供的輸入文檔可以是影像位元組陣列 (base64 編碼影像位元組)，或者 Amazon S3 物件。在此步驟中，您會將影像檔案上傳至您的 S3 儲存貯體，並指定檔案名稱。

分析身份文檔 (API)

  1. 如果您尚未：

    1. 使用創建或更新 IAM 用户AmazonTextractFullAccess和AmazonS3ReadOnlyAccess許可。如需詳細資訊，請參閱 步驟 1：設定 AWS 帳户並建立 IAM 使用者。

    2. 安裝並設定 AWS CLI 和 AWS SDK。如需詳細資訊，請參閱 步驟 2：設定AWS CLI和AWS開發套件。

  2. 將含有文檔的影像上傳至您的 S3 儲存貯體。

    如需說明，請參閱「」將物件上傳至 Amazon S3中的Amazon Simple Storage Service 用户指南。

  3. 使用下列範例來呼叫 AnalyzeID 操作。

    CLI

    下列範例從 S3 儲存貯體傳入文件，並運行AnalyzeID操作。在下面的代碼中，替換桶使用 S3 儲存貯體的名稱，則文件添加儲存貯體中的檔案名稱，以及區域的名稱region與您的帳户相關聯。

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

    您也可以通過向輸入添加另一個 S3 對象，使用駕駛執照的正面和背面調用 API。

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

    如果您正在 Windows 設備上訪問 CLI，請使用雙引號而不是單引號，並用反斜槓（即\）轉義內部雙引號以解決您可能遇到的任何解析器錯誤。舉例來講，請參閲下列內容：

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

    下列範例從 S3 儲存貯體傳入文件，並運行AnalyzeID操作，返回檢測到的鍵值組。在下面的代碼中，替換bucket_name與您 S3 儲存貯體的名稱一起使用，文件名添加儲存貯體中的檔案名稱，以及區域的名稱region與您的帳户相關聯。

    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

    下列範例從 S3 儲存貯體傳入文件，並運行AnalyzeID操作，返回檢測到的數據。在函數 main 中，將s3bucket和sourceDoc以您在步驟 2 中所使用的 Amazon S3 儲存貯體名稱與文件影像名稱來取代和。

    /*
   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. 這將為您提供AnalyzeIDoperation.