View a markdown version of this page

在文件頁面上尋找項目 - Amazon Textract
Bounding Box (邊界框)多邊形旋轉角度

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。

在文件頁面上尋找項目

Amazon Textract 操作會傳回文件頁面上項目的位置和幾何。DetectDocumentText 和 GetDocumentTextDetection 會傳回線條和單字的位置和幾何，而 AnalyzeDocument 和 GetDocumentAnalysis 則會傳回鍵值對、資料表、儲存格和選取元素的位置和幾何。

若要判斷項目在文件頁面上的位置，請使用區塊物件中 Amazon Textract 操作傳回的週框方塊 (幾何) 資訊。Geometry 物件包含兩種偵測到項目的位置和幾何資訊：

  • 軸對齊的 BoundingBox 物件，其中包含左上角座標以及項目的寬度和高度。

  • 描述項目輪廓的多邊形物件，指定為包含每個點之 X（水平軸） 和 Y（垂直軸） 文件頁面座標的點物件陣列。

Block 物件的 JSON 看起來類似以下內容。請注意 BoundingBox和 Polygon 欄位。

{
    "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"
},

您可以使用幾何資訊，在偵測到的項目周圍繪製週框方塊。如需使用 BoundingBox和 Polygon資訊在每個單字開頭和結尾的線條和垂直線條周圍繪製方塊的範例，請參閱 使用 Amazon Textract 偵測文件文字。範例輸出類似於以下內容。

包含名稱、地址和出生日期欄位的表單，其中顯示地址為 123 Any Street， Anytown， USA 且出生日期為 12-26-1980 的 Jane Doe 的個人資訊。

Bounding Box (邊界框)

週框方塊 (BoundingBox) 具有下列屬性：

  • 高度：週框方塊的高度與整體文件頁面高度的比例。

  • 左 – 邊界框左上角的 X 座標，以整體文件頁面寬度的比例表示。

  • 頂端 – 邊界框左上角的 Y 座標，以整體文件頁面高度的比率表示。

  • 寬度：週框方塊的寬度與整體文件頁面寬度的比例。

每個 BoundingBox 屬性都有一個介於 0 和 1 的值。值是整體影像寬度 （適用於 Left和 Width) 或高度 （適用於 Height和 ) 的比率Top。例如，如果輸入影像是 700 x 200 像素，且週框方塊的左上座標是 (350，50) 像素，則 API 會傳回 0.5 (350/700) Left的值和 0.25 (50/200) Top的值。

下圖顯示每個 BoundingBox 屬性涵蓋的文件頁面範圍。

圖表顯示定義頁面上週框方塊的左側、頂部、寬度和高度屬性。

若要顯示具有正確位置和大小的週框方塊，請將 BoundingBox 值乘以文件頁面寬度或高度 （取決於您想要的值），以取得像素值。您可以使用像素值來顯示週框方塊。例如，使用 608 像素寬度 x 588 像素高度的文件頁面，以及下列用於分析文字的週框方塊值：

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

以像素為單位的文字週框方塊位置計算方式如下：

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

您可以使用這些值，在分析的文字周圍顯示週框方塊。下列 Java 和 Python 範例示範如何顯示週框方塊。

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

此 Python 範例採用 DetectDocumentText API 操作response傳回的 。


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)

多邊形

傳回的多邊形AnalyzeDocument是點物件的陣列。每個 Point 都有文件頁面上特定位置的 X 和 Y 座標。如同 BoundingBox 座標，多邊形座標會標準化為文件寬度和高度，且介於 0 和 1 之間。

您可以使用多邊形陣列中的點，在Block物件周圍顯示更精細的週框方塊。您可以使用與 相同的技術，計算文件頁面上每個多邊形點的位置BoundingBoxes。將 X 座標乘以文件頁面寬度，並將 Y 座標乘以文件頁面高度。

下列範例顯示如何顯示多邊形的垂直線。

    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));

    }

旋轉角度

幾何物件的最後一部分是文字的旋轉角度。旋轉角度是介於 0 到 360 之間的數字，代表文字旋轉的程度。