Vision kann Text in einem Dokument erkennen und erkennen. Die Sprachklassifizierung identifiziert die Sprache eines Dokuments, dann zeichnet OCR Begrenzungsfelder um den gedruckten oder handgeschriebenen Text, den es in einem Bild findet, und digitalisiert den Text.
Wenn Sie eine PDF-Datei mit Text haben, sucht Vision den Text in diesem Dokument und extrahiert den Text. Es stellt dann Begrenzungsfelder für den identifizierten Text bereit. Texterkennung kann mit Dokumenten-KI- oder Bildanalysemodellen verwendet werden.
Vision bietet einen Konfidenzscore für jede Textgruppierung. Der Konfidenzscore ist eine Dezimalzahl. Punkte, die näher an 1 liegen, weisen auf eine höhere Sicherheit im extrahierten Text hin, während niedrigere Scores auf einen niedrigeren Vertrauenswert hinweisen. Der Bereich des Konfidenzscores für jedes Label liegt zwischen 0 und 1.
Hinweis
Die OCR-Unterstützung ist auf Englisch beschränkt. Wenn Sie wissen, dass der Text in den Bildern auf Englisch ist, setzen Sie die Sprache auf Eng.
Folgende Features werden unterstützt:
Word-Extraktion
Extraktion von Textzeilen
Konfidenzscore
Gebundene Polygone
Einzelne Anforderung
Batchanforderung
Einschränkungen sind:
Obwohl die Sprachklassifizierung mehrere Sprachen identifiziert, ist die OCR auf Englisch beschränkt.
Die Dokumentklassifizierung kann zur Klassifizierung eines Dokuments verwendet werden.
Vision bietet eine Liste der möglichen Dokumenttypen für das analysierte Dokument. Jeder Dokumenttyp hat einen Konfidenzscore. Der Konfidenzscore ist eine Dezimalzahl. Punkte, die näher an 1 liegen, weisen auf eine höhere Sicherheit im extrahierten Text hin, während niedrigere Scores auf einen niedrigeren Vertrauenswert hinweisen. Der Bereich des Konfidenzscores für jedes Label liegt zwischen 0 und 1. Die Liste der möglichen Dokumenttypen lautet:
Mit der Tabellenextraktion können Sie Tabellen in einem Dokument identifizieren und deren Inhalt extrahieren. Beispiel: Wenn eine PDF-Zahlung eine Tabelle enthält, die Steuern und den Gesamtbetrag enthält, identifiziert Vision die Tabelle und extrahiert die Tabellenstruktur.
Vision stellt die Anzahl der Zeilen und Spalten für die Tabelle und den Inhalt in jeder Tabellenzelle bereit. Jede Zelle hat einen Konfidenzscore. Der Konfidenzscore ist eine Dezimalzahl. Punkte, die näher an 1 liegen, weisen auf eine höhere Sicherheit im extrahierten Text hin, während niedrigere Scores auf einen niedrigeren Vertrauenswert hinweisen. Der Bereich des Konfidenzscores für jedes Label liegt zwischen 0 und 1.
Folgende Features werden unterstützt:
Tabellenextraktion für Tabellen mit und ohne Rahmen
Mit der Schlüsselwertextraktion können Sie Werte für vordefinierte Schlüssel in einer Zahlung identifizieren. Beispiel: Wenn eine Quittung einen Händlernamen, eine Händleradresse oder eine Händlertelefonnummer enthält, kann Vision diese Werte identifizieren und als Schlüssel/Wert-Paar zurückgeben.
Folgende Features werden unterstützt:
Werte für vordefinierte Schlüsselwertpaare extrahieren
Gebundene Polygone
Einzelne Anforderung
Batchanforderung
Einschränkungen:
Unterstützt Quittungen nur in englischer Sprache.
Folgende Felder werden unterstützt:
MerchantName
Der Name des Händlers, der die Zahlung ausstellt.
MerchantPhoneNumber
Telefonnummer des Händlers.
MerchantAddress
Die Adresse des Händlers.
TransactionDate
Das Datum, an dem die Zahlung ausgestellt wurde.
TransactionTime
Die Zeit, zu der die Quittung ausgestellt wurde.
gesamt
Der Gesamtbetrag der Quittung, nachdem alle Gebühren und Steuern zugeordnet wurden.
Summe
Die Zwischensumme vor Steuern.
Tax
Alle Umsatzsteuern.
Tipp
Der vom Käufer angegebene Trinkgeldbetrag.
Folgende Positionsinformationen werden unterstützt:
OCR PDF generiert eine durchsuchbare PDF-Datei in Ihrem Object Storage. Beispiel: Vision kann eine PDF-Datei mit Text und Bildern erstellen und eine PDF-Datei zurückgeben, in der Sie nach dem Text in der PDF-Datei suchen können.
Vision bietet vortrainierte Modelle für Kunden, um Erkenntnisse über ihre Dokumente zu gewinnen, ohne Data Scientists zu benötigen.
Sie benötigen Folgendes, bevor Sie ein vortrainiertes Modell verwenden:
Ein kostenpflichtiger Mandantenaccount in Oracle Cloud Infrastructure.
Vertrautheit mit Oracle Cloud Infrastructure Object Storage.
Sie können die vortrainierten Dokument-KI-Modelle mit Rest-APIs, SDK oder CLI als Batchanforderung aufrufen. Sie können die vortrainierten Dokument-AI-Modelle mit der Konsole, Rest-APIs, dem SDK oder der CLI als einzelne Anforderung aufrufen.
Informationen dazu, was in Batchanforderungen zulässig ist, finden Sie im Abschnitt Limits.