Início Rápido: Azure Vision v3.2 GA Read

Use a biblioteca de cliente de reconhecimento ótico de caracteres (OCR) para ler texto impresso e manuscrito de uma imagem. O serviço OCR pode ler texto visível em uma imagem e convertê-lo em um fluxo de caracteres. Para obter mais informações sobre reconhecimento de texto, consulte a visão geral de OCR. O código nesta secção utiliza o pacote mais recente do Azure Vision dentro das Foundry Tools.

Documentação de referência | Código fonte da biblioteca | Pacote (NuGet) | Amostras

Pré-requisitos

• Uma assinatura do Azure - Crie uma gratuitamente.
• O IDE do Visual Studio ou a versão atual do .NET Core.
• Um recurso Azure Vision. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço e atualizar posteriormente para um nível pago para produção.
• A chave e o ponto final do recurso que cria para ligar a sua aplicação ao Azure Vision.
  1. Depois que o recurso do Azure Vision for implantado, selecione Ir para o recurso.
  2. No painel esquerdo, selecione Chaves e Terminal.
  3. Copie uma das chaves e o Endpoint para uso posterior no início rápido.

Criar variáveis de ambiente

Neste exemplo, escreva suas credenciais em variáveis de ambiente na máquina local que executa o aplicativo.

Aceda ao portal do Azure. Se o recurso criado na seção Pré-requisitos for implantado com êxito, selecione Ir para o recurso em Próximas etapas. Você pode encontrar sua chave e ponto de extremidade em Gerenciamento de Recursos na página Chaves e Ponto Final do recurso Face. Sua chave de recurso não é a mesma que sua ID de assinatura do Azure.

Para definir a variável de ambiente para sua chave e ponto de extremidade, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

• Para definir a VISION_KEY variável de ambiente, substitua <your_key> por uma das chaves do seu recurso.
• Para definir a variável de VISION_ENDPOINT ambiente, substitua <your_endpoint> pelo ponto de extremidade do seu recurso.

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

Ler texto impresso e manuscrito

1. Crie um novo aplicativo C#.

   • Visual Studio IDE
   • CLI

   Usando o Visual Studio, crie um projeto de Aplicativo de Console (.NET Framework) para C#, Windows, Console.

   Depois de criar um novo projeto, instale a biblioteca de cliente:

   1. Clique com o botão direito do mouse na solução do projeto no Gerenciador de Soluções e selecione Gerenciar Pacotes NuGet para Solução.
   2. No gerenciador de pacotes aberto, selecione Procurar. Selecione Incluir pré-lançamento.
   3. Procure e selecione Microsoft.Azure.CognitiveServices.Vision.ComputerVision.
   4. Na caixa de diálogo detalhes, selecione seu projeto e selecione a versão estável mais recente. Em seguida, selecione Instalar.

2. No diretório do projeto, abra o arquivo Program.cs em seu editor ou IDE preferido. Substitua o conteúdo do Program.cs pelo código a seguir.

   using System;
   using System.Collections.Generic;
   using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
   using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
   using System.Threading.Tasks;
   using System.IO;
   using Newtonsoft.Json;
   using Newtonsoft.Json.Linq;
   using System.Threading;
   using System.Linq;
   
   namespace ComputerVisionQuickstart
   {
       class Program
       {
           // Add your Computer Vision key and endpoint
           static string key = Environment.GetEnvironmentVariable("VISION_KEY");
           static string endpoint = Environment.GetEnvironmentVariable("VISION_ENDPOINT");
   
           private const string READ_TEXT_URL_IMAGE = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/printed_text.jpg";
   
           static void Main(string[] args)
           {
               Console.WriteLine("Azure Cognitive Services Computer Vision - .NET quickstart example");
               Console.WriteLine();
   
               ComputerVisionClient client = Authenticate(endpoint, key);
   
               // Extract text (OCR) from a URL image using the Read API
               ReadFileUrl(client, READ_TEXT_URL_IMAGE).Wait();
           }
   
           public static ComputerVisionClient Authenticate(string endpoint, string key)
           {
               ComputerVisionClient client =
                 new ComputerVisionClient(new ApiKeyServiceClientCredentials(key))
                 { Endpoint = endpoint };
               return client;
           }
   
           public static async Task ReadFileUrl(ComputerVisionClient client, string urlFile)
           {
               Console.WriteLine("----------------------------------------------------------");
               Console.WriteLine("READ FILE FROM URL");
               Console.WriteLine();
   
               // Read text from URL
               var textHeaders = await client.ReadAsync(urlFile);
               // After the request, get the operation location (operation ID)
               string operationLocation = textHeaders.OperationLocation;
               Thread.Sleep(2000);
   
               // Retrieve the URI where the extracted text will be stored from the Operation-Location header.
               // We only need the ID and not the full URL
               const int numberOfCharsInOperationId = 36;
               string operationId = operationLocation.Substring(operationLocation.Length - numberOfCharsInOperationId);
   
               // Extract the text
               ReadOperationResult results;
               Console.WriteLine($"Extracting text from URL file {Path.GetFileName(urlFile)}...");
               Console.WriteLine();
               do
               {
                   results = await client.GetReadResultAsync(Guid.Parse(operationId));
               }
               while ((results.Status == OperationStatusCodes.Running ||
                   results.Status == OperationStatusCodes.NotStarted));
   
               // Display the found text.
               Console.WriteLine();
               var textUrlFileResults = results.AnalyzeResult.ReadResults;
               foreach (ReadResult page in textUrlFileResults)
               {
                   foreach (Line line in page.Lines)
                   {
                       Console.WriteLine(line.Text);
                   }
               }
               Console.WriteLine();
           }
   
       }
   }
   

3. Como etapa opcional, consulte Determinar como processar os dados. Por exemplo, para especificar explicitamente o modelo GA mais recente, edite a chamada ReadAsync conforme mostrado. Ignore o parâmetro ou use "latest" para usar o modelo GA mais recente.

     // Read text from URL with a specific model version
     var textHeaders = await client.ReadAsync(urlFile,null,null,"2022-04-30");
   

4. Execute a aplicação.

   • Visual Studio IDE
   • CLI

   • No menu Depurar , selecione Iniciar Depuração.

Saída

Azure Vision - .NET quickstart example

----------------------------------------------------------
READ FILE FROM URL

Extracting text from URL file printed_text.jpg...


Nutrition Facts Amount Per Serving
Serving size: 1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
Calories 190
Cholesterol 0mg
Calories from Fat 110
Sodium 20mg
nt Daily Values are based on Vitamin A 50%
calorie diet.

Limpar recursos

Se quiseres limpar e remover uma subscrição do Foundry Tools, podes eliminar o recurso ou grupo de recursos. A exclusão do grupo de recursos também exclui quaisquer outros recursos associados a ele.

• Limpar recursos com o portal do Azure
• Limpar recursos com a CLI do Azure

Próximos passos

Neste início rápido, você aprendeu como instalar a biblioteca de cliente OCR e usar a API de leitura. Em seguida, saiba mais sobre os recursos da API de leitura.

• Visão geral do OCR
• O código-fonte deste exemplo pode ser encontrado no GitHub.

Use a biblioteca de cliente de reconhecimento ótico de caracteres (OCR) para ler texto impresso e manuscrito de uma imagem remota. O serviço OCR pode ler texto visível em uma imagem e convertê-lo em um fluxo de caracteres. Para obter mais informações sobre reconhecimento de texto, consulte a visão geral de OCR.

Documentação de referência | Código fonte da biblioteca | Pacote (PiPy) | Amostras

Pré-requisitos

• Uma assinatura do Azure - Crie uma gratuitamente.
• Python 3.x.
• Sua instalação do Python deve incluir pip. Você pode verificar se você tem pip instalado, executar pip --version na linha de comando. Obtenha o pip ao instalar a versão mais recente do Python.
• Um recurso Azure Vision no Foundry Tools. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço e atualizar posteriormente para um nível pago para produção.
• A chave e o ponto final do recurso que cria para ligar a sua aplicação ao Azure Vision.
  1. Depois que o recurso do Azure Vision for implantado, selecione Ir para o recurso.
  2. No painel esquerdo, selecione Chaves e Terminal.
  3. Copie uma das chaves e o Endpoint para uso posterior no início rápido.

Criar variáveis de ambiente

Neste exemplo, escreva suas credenciais em variáveis de ambiente na máquina local que executa o aplicativo.

Aceda ao portal do Azure. Se o recurso criado na seção Pré-requisitos for implantado com êxito, selecione Ir para o recurso em Próximas etapas. Você pode encontrar sua chave e ponto de extremidade em Gerenciamento de Recursos na página Chaves e Ponto Final do recurso Face. Sua chave de recurso não é a mesma que sua ID de assinatura do Azure.

Para definir a variável de ambiente para sua chave e ponto de extremidade, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

• Para definir a VISION_KEY variável de ambiente, substitua <your_key> por uma das chaves do seu recurso.
• Para definir a variável de VISION_ENDPOINT ambiente, substitua <your_endpoint> pelo ponto de extremidade do seu recurso.

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

Ler texto impresso e manuscrito

1. Instale a biblioteca do cliente.

   Em uma janela do console, execute o seguinte comando:

   pip install --upgrade azure-cognitiveservices-vision-computervision
   

2. Instale a biblioteca Pillow.

   pip install pillow
   

3. Crie um novo arquivo de aplicativo Python quickstart-file.py. Em seguida, abra-o no seu editor ou IDE preferido.

4. Substitua o conteúdo do quickstart-file.py pelo código a seguir.

   from azure.cognitiveservices.vision.computervision import ComputerVisionClient
   from azure.cognitiveservices.vision.computervision.models import OperationStatusCodes
   from azure.cognitiveservices.vision.computervision.models import VisualFeatureTypes
   from msrest.authentication import CognitiveServicesCredentials
   
   from array import array
   import os
   from PIL import Image
   import sys
   import time
   
   '''
   Authenticate
   Authenticates your credentials and creates a client.
   '''
   subscription_key = os.environ["VISION_KEY"]
   endpoint = os.environ["VISION_ENDPOINT"]
   
   computervision_client = ComputerVisionClient(endpoint, CognitiveServicesCredentials(subscription_key))
   '''
   END - Authenticate
   '''
   
   '''
   OCR: Read File using the Read API, extract text - remote
   This example will extract text in an image, then print results, line by line.
   This API call can also extract handwriting style text (not shown).
   '''
   print("===== Read File - remote =====")
   # Get an image with text
   read_image_url = "https://v4.hkg1.meaqua.org/azure/ai-services/computer-vision/media/quickstarts/presentation.png"
   
   # Call API with URL and raw response (allows you to get the operation location)
   read_response = computervision_client.read(read_image_url,  raw=True)
   
   # Get the operation location (URL with an ID at the end) from the response
   read_operation_location = read_response.headers["Operation-Location"]
   # Grab the ID from the URL
   operation_id = read_operation_location.split("/")[-1]
   
   # Call the "GET" API and wait for it to retrieve the results 
   while True:
       read_result = computervision_client.get_read_result(operation_id)
       if read_result.status not in ['notStarted', 'running']:
           break
       time.sleep(1)
   
   # Print the detected text, line by line
   if read_result.status == OperationStatusCodes.succeeded:
       for text_result in read_result.analyze_result.read_results:
           for line in text_result.lines:
               print(line.text)
               print(line.bounding_box)
   print()
   '''
   END - Read File - remote
   '''
   
   print("End of Computer Vision quickstart.")
   
   

5. Como etapa opcional, consulte Determinar como processar os dados. Por exemplo, para especificar explicitamente o modelo de GA mais recente, edite a read instrução conforme mostrado. O parâmetro pode ser ignorado ou "latest" usado automaticamente para aplicar o modelo GA mais recente.

      # Call API with URL and raw response (allows you to get the operation location)
      read_response = computervision_client.read(read_image_url,  raw=True, model_version="2022-04-30")
   

6. Execute a aplicação com o comando python no seu ficheiro de início rápido.

   python quickstart-file.py
   

Saída

===== Read File - remote =====
The quick brown fox jumps
[38.0, 650.0, 2572.0, 699.0, 2570.0, 854.0, 37.0, 815.0]
Over
[184.0, 1053.0, 508.0, 1044.0, 510.0, 1123.0, 184.0, 1128.0]
the lazy dog!
[639.0, 1011.0, 1976.0, 1026.0, 1974.0, 1158.0, 637.0, 1141.0]

End of Azure Vision quickstart.

Limpar recursos

Se quiseres limpar e remover uma subscrição do Foundry Tools, podes eliminar o recurso ou grupo de recursos. A exclusão do grupo de recursos também exclui quaisquer outros recursos associados a ele.

• Limpar recursos com o portal do Azure
• Limpar recursos com a CLI do Azure

Próximos passos

Neste início rápido, você aprendeu como instalar a biblioteca de cliente OCR e usar a API de leitura. Em seguida, saiba mais sobre os recursos da API de leitura.

• Visão geral do OCR
• O código-fonte deste exemplo pode ser encontrado no GitHub.

Use a biblioteca de cliente de reconhecimento ótico de caracteres (OCR) para ler texto impresso e manuscrito com a API de leitura. O serviço OCR pode ler texto visível em uma imagem e convertê-lo em um fluxo de caracteres. Para obter mais informações sobre reconhecimento de texto, consulte a visão geral de OCR.

Documentação | de referênciaPacote (npm) | Amostras

Pré-requisitos

• Uma assinatura do Azure - Crie uma gratuitamente.
• A versão atual do Node.js.
• Um recurso Azure Vision no Foundry Tools. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço e atualizar posteriormente para um nível pago para produção.
• A chave e o ponto final do recurso que cria para ligar a sua aplicação ao Azure Vision.
  1. Depois que o recurso do Azure Vision for implantado, selecione Ir para o recurso.
  2. No painel esquerdo, selecione Chaves e Terminal.
  3. Copie uma das chaves e o Endpoint para uso posterior no início rápido.

Criar variáveis de ambiente

Neste exemplo, escreva suas credenciais em variáveis de ambiente na máquina local que executa o aplicativo.

Aceda ao portal do Azure. Se o recurso criado na seção Pré-requisitos for implantado com êxito, selecione Ir para o recurso em Próximas etapas. Você pode encontrar sua chave e ponto de extremidade em Gerenciamento de Recursos na página Chaves e Ponto Final do recurso Face. Sua chave de recurso não é a mesma que sua ID de assinatura do Azure.

Para definir a variável de ambiente para sua chave e ponto de extremidade, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

• Para definir a VISION_KEY variável de ambiente, substitua <your_key> por uma das chaves do seu recurso.
• Para definir a variável de VISION_ENDPOINT ambiente, substitua <your_endpoint> pelo ponto de extremidade do seu recurso.

setx VISION_KEY <your_key>

setx VISION_ENDPOINT <your_endpoint>

export VISION_KEY=<your_key>

export VISION_ENDPOINT=<your_endpoint>

Ler texto impresso e manuscrito

Crie um novo aplicativo Node.js.

1. Em uma janela do console, crie um novo diretório para seu aplicativo e navegue até ele.

   mkdir myapp
   cd myapp
   

2. Execute o comando npm init para criar uma aplicação Node.js com um ficheiro package.json. Selecione Enter para quaisquer prompts.

   npm init
   

3. Para instalar a biblioteca do cliente, instale o pacote ms-rest-azure e o pacote @azure/cognitiveservices-computervision npm:

   npm install ms-rest-azure
   npm install @azure/cognitiveservices-computervision
   

4. Instale o módulo assíncrono:

   npm install async
   

   O ficheiro do seu aplicativo package.json é atualizado com as dependências.

5. Crie um novo arquivo, index.jse abra-o em um editor de texto.

6. Cole o código a seguir em seu arquivo index.js .

   'use strict';
   
   const async = require('async');
   const fs = require('fs');
   const https = require('https');
   const path = require("path");
   const createReadStream = require('fs').createReadStream
   const sleep = require('util').promisify(setTimeout);
   const ComputerVisionClient = require('@azure/cognitiveservices-computervision').ComputerVisionClient;
   const ApiKeyCredentials = require('@azure/ms-rest-js').ApiKeyCredentials;
   /**
    * AUTHENTICATE
    * This single client is used for all examples.
    */
   const key = process.env.VISION_KEY;
   const endpoint = process.env.VISION_ENDPOINT;
   
   const computerVisionClient = new ComputerVisionClient(
     new ApiKeyCredentials({ inHeader: { 'Ocp-Apim-Subscription-Key': key } }), endpoint);
   /**
    * END - Authenticate
    */
   
   function computerVision() {
     async.series([
       async function () {
   
         /**
          * OCR: READ PRINTED & HANDWRITTEN TEXT WITH THE READ API
          * Extracts text from images using OCR (optical character recognition).
          */
         console.log('-------------------------------------------------');
         console.log('READ PRINTED, HANDWRITTEN TEXT AND PDF');
         console.log();
   
         // URL images containing printed and/or handwritten text. 
         // The URL can point to image files (.jpg/.png/.bmp) or multi-page files (.pdf, .tiff).
         const printedTextSampleURL = 'https://raw.githubusercontent.com/Azure-Samples/cognitive-services-sample-data-files/master/ComputerVision/Images/printed_text.jpg';
   
         // Recognize text in printed image from a URL
         console.log('Read printed text from URL...', printedTextSampleURL.split('/').pop());
         const printedResult = await readTextFromURL(computerVisionClient, printedTextSampleURL);
         printRecText(printedResult);
   
         // Perform read and await the result from URL
         async function readTextFromURL(client, url) {
           // To recognize text in a local image, replace client.read() with readTextInStream() as shown:
           let result = await client.read(url);
           // Operation ID is last path segment of operationLocation (a URL)
           let operation = result.operationLocation.split('/').slice(-1)[0];
   
           // Wait for read recognition to complete
           // result.status is initially undefined, since it's the result of read
           while (result.status !== "succeeded") { await sleep(1000); result = await client.getReadResult(operation); }
           return result.analyzeResult.readResults; // Return the first page of result. Replace [0] with the desired page if this is a multi-page file such as .pdf or .tiff.
         }
   
         // Prints all text from Read result
         function printRecText(readResults) {
           console.log('Recognized text:');
           for (const page in readResults) {
             if (readResults.length > 1) {
               console.log(`==== Page: ${page}`);
             }
             const result = readResults[page];
             if (result.lines.length) {
               for (const line of result.lines) {
                 console.log(line.words.map(w => w.text).join(' '));
               }
             }
             else { console.log('No recognized text.'); }
           }
         }
   
         /**
          * 
          * Download the specified file in the URL to the current local folder
          * 
          */
         function downloadFilesToLocal(url, localFileName) {
           return new Promise((resolve, reject) => {
             console.log('--- Downloading file to local directory from: ' + url);
             const request = https.request(url, (res) => {
               if (res.statusCode !== 200) {
                 console.log(`Download sample file failed. Status code: ${res.statusCode}, Message: ${res.statusMessage}`);
                 reject();
               }
               var data = [];
               res.on('data', (chunk) => {
                 data.push(chunk);
               });
               res.on('end', () => {
                 console.log('   ... Downloaded successfully');
                 fs.writeFileSync(localFileName, Buffer.concat(data));
                 resolve();
               });
             });
             request.on('error', function (e) {
               console.log(e.message);
               reject();
             });
             request.end();
           });
         }
   
         /**
          * END - Recognize Printed & Handwritten Text
          */
         console.log();
         console.log('-------------------------------------------------');
         console.log('End of quickstart.');
   
       },
       function () {
         return new Promise((resolve) => {
           resolve();
         })
       }
     ], (err) => {
       throw (err);
     });
   }
   
   computerVision();
   

7. Como etapa opcional, consulte Determinar como processar os dados. Por exemplo, para especificar explicitamente o modelo de GA mais recente, edite a read instrução conforme mostrado. O parâmetro pode ser ignorado ou "latest" usado automaticamente para aplicar o modelo GA mais recente.

     let result = await client.read(url,{modelVersion:"2022-04-30"});
   

8. Execute a aplicação com o comando node no seu ficheiro de início rápido.

   node index.js
   

Saída

-------------------------------------------------
READ PRINTED, HANDWRITTEN TEXT AND PDF

Read printed text from URL... printed_text.jpg
Recognized text:
Nutrition Facts Amount Per Serving
Serving size: 1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
Calories 190
Cholesterol 0mg
ories from Fat 110
Sodium 20mg
nt Daily Values are based on Vitamin A 50%
calorie diet.

-------------------------------------------------
End of quickstart.

Limpar recursos

Se quiseres limpar e remover uma subscrição do Foundry Tools, podes eliminar o recurso ou grupo de recursos. A exclusão do grupo de recursos também exclui quaisquer outros recursos associados a ele.

• Limpar recursos com o portal do Azure
• Limpar recursos com a CLI do Azure

Próximos passos

Neste início rápido, você aprendeu como instalar a biblioteca de cliente OCR e usar a API de leitura. Em seguida, saiba mais sobre os recursos da API de leitura.

• Visão geral do OCR
• O código-fonte deste exemplo pode ser encontrado no GitHub.

Use a API REST de reconhecimento ótico de caracteres (OCR) para ler texto impresso e manuscrito.

Pré-requisitos

• Uma assinatura do Azure - Crie uma gratuitamente.
• cURL instalado.
• Um recurso Azure Vision no Foundry Tools. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço e atualizar posteriormente para um nível pago para produção.
• A chave e o ponto final do recurso que cria para ligar a sua aplicação ao Azure Vision.
  1. Depois que o recurso do Azure Vision for implantado, selecione Ir para o recurso.
  2. No painel esquerdo, selecione Chaves e Terminal.
  3. Copie uma das chaves e o Endpoint para uso posterior no início rápido.

Ler texto impresso e manuscrito

O serviço de reconhecimento ótico de caracteres (OCR) pode extrair texto visível em uma imagem ou documento e convertê-lo em um fluxo de caracteres. Para obter mais informações sobre extração de texto, consulte a visão geral de OCR.

Chamar a API de leitura

Para criar e executar o exemplo, siga os seguintes passos:

1. Copie o comando seguinte para um editor de texto.

2. Faça as alterações seguintes ao comando, se for necessário:

   1. Substitua o valor de <key> pela sua chave.
   2. Substitua a primeira parte do URL de solicitação (https://westcentralus.api.cognitive.microsoft.com/) pelo texto em seu próprio URL de ponto de extremidade.

      Nota

      Novos recursos criados após 1º de julho de 2019 usarão nomes de subdomínio personalizados. Para mais informações e uma lista completa de endpoints regionais, consulte Nomes de subdomínio personalizados para Foundry Tools.

   3. Opcionalmente, altere o URL da imagem no corpo do pedido (https://v4.hkg1.meaqua.org/azure/ai-services/computer-vision/media/quickstarts/presentation.png) pelo URL de uma imagem diferente a ser analisada.

3. Abra uma janela da linha de comandos.

4. Cole o comando a partir do editor de texto na janela da linha de comandos e, em seguida, execute o comando.

curl -v -X POST "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyze" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: <subscription key>" --data-ascii "{'url':'https://v4.hkg1.meaqua.org/azure/ai-services/computer-vision/media/quickstarts/presentation.png'}"

A resposta inclui um Operation-Location cabeçalho, cujo valor é uma URL exclusiva. Use essa URL para consultar os resultados da operação de leitura. O URL expira em 48 horas.

Opcionalmente, especifique a versão do modelo

Como etapa opcional, consulte Determinar como processar os dados. Por exemplo, para especificar explicitamente o modelo GA mais recente, use model-version=2022-04-30 como parâmetro. O parâmetro pode ser ignorado ou model-version=latest usado automaticamente para aplicar o modelo GA mais recente.

curl -v -X POST "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyze?model-version=2022-04-30" -H "Content-Type: application/json" -H "Ocp-Apim-Subscription-Key: <subscription key>" --data-ascii "{'url':'https://v4.hkg1.meaqua.org/azure/ai-services/computer-vision/media/quickstarts/presentation.png'}"

Obter resultados da leitura

1. Copie o seguinte comando para o editor de texto.

2. Substitua a URL pelo valor Operation-Location copiado no procedimento anterior.

3. Substitua o valor de <key> pela sua chave.

4. Abra uma janela do console.

5. Cole o comando do editor de texto na janela do console e execute o comando.

   curl -v -X GET "https://westcentralus.api.cognitive.microsoft.com/vision/v3.2/read/analyzeResults/{operationId}" -H "Ocp-Apim-Subscription-Key: {key}" --data-ascii "{body}" 
   

Examinar a resposta

Uma resposta bem-sucedida é devolvida no JSON. A aplicação de exemplo analisa e apresenta uma resposta de êxito na janela da consola, semelhante ao seguinte exemplo:

{
  "status": "succeeded",
  "createdDateTime": "2021-04-08T21:56:17.6819115+00:00",
  "lastUpdatedDateTime": "2021-04-08T21:56:18.4161316+00:00",
  "analyzeResult": {
    "version": "3.2",
    "readResults": [
      {
        "page": 1,
        "angle": 0,
        "width": 338,
        "height": 479,
        "unit": "pixel",
        "lines": [
          {
            "boundingBox": [
              25,
              14,
              318,
              14,
              318,
              59,
              25,
              59
            ],
            "text": "NOTHING",
            "appearance": {
              "style": {
                "name": "other",
                "confidence": 0.971
              }
            },
            "words": [
              {
                "boundingBox": [
                  27,
                  15,
                  294,
                  15,
                  294,
                  60,
                  27,
                  60
                ],
                "text": "NOTHING",
                "confidence": 0.994
              }
            ]
          }
        ]
      }
    ]
  }
}

Limpar recursos

Se quiseres limpar e remover uma subscrição do Foundry Tools, podes eliminar o recurso ou grupo de recursos. A exclusão do grupo de recursos também exclui quaisquer outros recursos associados a ele.

• Limpar recursos com o portal do Azure
• Limpar recursos com a CLI do Azure

Próximos passos

Neste guia de início rápido, você aprendeu a chamar a API Read REST. Em seguida, saiba mais sobre os recursos da API de leitura.

• Visão geral do OCR

Pré-requisitos

• Uma assinatura do Azure - Crie uma gratuitamente.

• Um recurso Azure Vision. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço e atualizar posteriormente para um nível pago para produção.

• Conecte-se ao Vision Studio.

  • Poderá ter de iniciar sessão.
  • Depois de iniciar sessão, selecione Ver todos os recursos. Se necessário, selecione Atualizar. Verifique se o recurso está disponível.

  Para obter mais informações, consulte Introdução ao uso do Vision Studio.

Ler texto impresso e manuscrito

1. Em Reconhecimento ótico de caracteres, selecione Extrair texto de imagens.

2. Em Experimentar, reconheça que esta demonstração implica utilização da sua conta Azure. Para mais informações, consulte preços Azure Vision.

3. Selecione uma imagem do conjunto disponível ou carregue a sua.

4. Se necessário, selecione Selecione um recurso para selecionar seu recurso.

   Depois de selecionar a imagem, o texto extraído aparece na janela de saída. Você também pode selecionar a guia JSON para ver a saída JSON que a chamada de API retorna.

Abaixo da experiência de teste estão as próximas etapas para começar a usar este recurso na sua própria aplicação.

Próximos passos

Neste início rápido, você usou o Vision Studio para acessar a API de leitura. Em seguida, saiba mais sobre os recursos da API de leitura.

• Visão geral do OCR