Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Erkennung von Dokumententext mit Amazon Textract
Um Text in einem Dokument zu erkennen, verwenden Sie die [ DetectDocumentText ](https://docs.aws.amazon.com/textract/latest/APIReference/API_DetectDocumentText.html) Operation und übergeben eine Dokumentdatei als Eingabe. `DetectDocumentText`gibt eine JSON-Struktur zurück, die Zeilen und Wörter mit erkanntem Text, die Position des Textes im Dokument und die Beziehungen zwischen erkanntem Text enthält. Weitere Informationen finden Sie unter [Erkennen von Text](how-it-works-detecting.md).
Sie können ein Eingabedokument als Bildbyte-Array (base64-kodierte Bildbytes) oder als Amazon S3-Objekt bereitstellen. In diesem Verfahren laden Sie eine Bilddatei in Ihren S3-Bucket hoch und geben den Dateinamen an.
**Um Text in einem Dokument zu erkennen (API)**
1. Wenn Sie dies noch nicht getan haben:
1. Erteilen Sie einem Benutzer die `AmazonS3ReadOnlyAccess` Berechtigungen `AmazonTextractFullAccess` und. Weitere Informationen finden Sie unter [Schritt 1: Einrichten eines AWS-Kontos und Erstellen eines Benutzers](setting-up.md).
1. Installieren und konfigurieren Sie die SDKs AWS CLI und die AWS SDKs. Weitere Informationen finden Sie unter [Schritt 2: Richten Sie das ein AWS CLI und AWS SDKs](setup-awscli-sdk.md).
1. Laden Sie ein Dokument in Ihren S3-Bucket hoch.
Weitere Anleitungen finden Sie unter [Upload eines Objekts in Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html) im *Benutzerhandbuch für Amazon Simple Storage Service*.
1. Verwenden Sie die folgenden Beispiele zum Aufrufen der `DetectDocumentText`-Operation.
------
#### [ Java ]
Im folgenden Beispielcode werden das Dokument und die Felder um die Zeilen des erkannten Textes herum angezeigt.
Ersetzen Sie in der Funktion `main` die Werte von `bucket` und `document` durch die Namen des Amazon S3-Buckets und Dokuments, die Sie in Schritt 2 verwendet haben. Ersetzen Sie den Wert von `credentialsProvider` mit dem Namen Ihres Entwicklerprofils.
```
//Calls DetectDocumentText.
//Loads document from S3 bucket. Displays the document and bounding boxes around detected lines/words of text.
import java.awt.*;
import java.awt.image.BufferedImage;
import java.util.List;
import javax.imageio.ImageIO;
import javax.swing.*;
import com.amazonaws.services.s3.AmazonS3;
import com.amazonaws.services.s3.AmazonS3ClientBuilder;
import com.amazonaws.services.s3.model.S3ObjectInputStream;
import com.amazonaws.client.builder.AwsClientBuilder.EndpointConfiguration;
import com.amazonaws.auth.profile.ProfileCredentialsProvider;
import com.amazonaws.services.textract.AmazonTextract;
import com.amazonaws.services.textract.AmazonTextractClientBuilder;
import com.amazonaws.services.textract.model.Block;
import com.amazonaws.services.textract.model.BoundingBox;
import com.amazonaws.services.textract.model.DetectDocumentTextRequest;
import com.amazonaws.services.textract.model.DetectDocumentTextResult;
import com.amazonaws.services.textract.model.Document;
import com.amazonaws.services.textract.model.S3Object;
import com.amazonaws.services.textract.model.Point;
import com.amazonaws.services.textract.model.Relationship;
public class DocumentText extends JPanel {
private static final long serialVersionUID = 1L;
BufferedImage image;
DetectDocumentTextResult result;
public DocumentText(DetectDocumentTextResult documentResult, BufferedImage bufImage) throws Exception {
super();
result = documentResult; // Results of text detection.
image = bufImage; // The image containing the document.
}
// Draws the image and text bounding box.
public void paintComponent(Graphics g) {
int height = image.getHeight(this);
int width = image.getWidth(this);
Graphics2D g2d = (Graphics2D) g; // Create a Java2D version of g.
// Draw the image.
g2d.drawImage(image, 0, 0, image.getWidth(this) , image.getHeight(this), this);
// Iterate through blocks and display polygons around lines of detected text.
List blocks = result.getBlocks();
for (Block block : blocks) {
DisplayBlockInfo(block);
if ((block.getBlockType()).equals("LINE")) {
ShowPolygon(height, width, block.getGeometry().getPolygon(), g2d);
/*
ShowBoundingBox(height, width, block.getGeometry().getBoundingBox(), g2d);
*/
} else { // its a word, so just show vertical lines.
ShowPolygonVerticals(height, width, block.getGeometry().getPolygon(), g2d);
}
}
}
// Show bounding box at supplied location.
private 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), Math.round(top),
Math.round(imageWidth * box.getWidth()), Math.round(imageHeight * box.getHeight()));
}
// Shows polygon at supplied location
private void ShowPolygon(int imageHeight, int imageWidth, List points, Graphics2D g2d) {
g2d.setColor(new Color(0, 0, 0));
Polygon polygon = new Polygon();
// Construct polygon and display
for (Point point : points) {
polygon.addPoint((Math.round(point.getX() * imageWidth)),
Math.round(point.getY() * imageHeight));
}
g2d.drawPolygon(polygon);
}
// Draws only the vertical lines in the supplied polygon.
private void ShowPolygonVerticals(int imageHeight, int imageWidth, List 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));
}
//Displays information from a block returned by text detection and text analysis
private void DisplayBlockInfo(Block block) {
System.out.println("Block Id : " + block.getId());
if (block.getText()!=null)
System.out.println(" Detected text: " + block.getText());
System.out.println(" Type: " + block.getBlockType());
if (block.getBlockType().equals("PAGE") !=true) {
System.out.println(" Confidence: " + block.getConfidence().toString());
}
if(block.getBlockType().equals("CELL"))
{
System.out.println(" Cell information:");
System.out.println(" Column: " + block.getColumnIndex());
System.out.println(" Row: " + block.getRowIndex());
System.out.println(" Column span: " + block.getColumnSpan());
System.out.println(" Row span: " + block.getRowSpan());
}
System.out.println(" Relationships");
List relationships=block.getRelationships();
if(relationships!=null) {
for (Relationship relationship : relationships) {
System.out.println(" Type: " + relationship.getType());
System.out.println(" IDs: " + relationship.getIds().toString());
}
} else {
System.out.println(" No related Blocks");
}
System.out.println(" Geometry");
System.out.println(" Bounding Box: " + block.getGeometry().getBoundingBox().toString());
System.out.println(" Polygon: " + block.getGeometry().getPolygon().toString());
List entityTypes = block.getEntityTypes();
System.out.println(" Entity Types");
if(entityTypes!=null) {
for (String entityType : entityTypes) {
System.out.println(" Entity Type: " + entityType);
}
} else {
System.out.println(" No entity type");
}
if(block.getPage()!=null)
System.out.println(" Page: " + block.getPage());
System.out.println();
}
public static void main(String arg[]) throws Exception {
// The S3 bucket and document
String document = "";
String bucket = "";
// set provider credentials
AWSCredentialsProvider credentialsProvider = new ProfileCredentialsProvider("default");
AmazonS3 s3client = AmazonS3ClientBuilder.standard().withCredentials(credentialsProvider)
.withEndpointConfiguration(
new EndpointConfiguration("https://s3.amazonaws.com","us-east-1"))
.build();
// Get the document from S3
com.amazonaws.services.s3.model.S3Object s3object = s3client.getObject(bucket, document);
S3ObjectInputStream inputStream = s3object.getObjectContent();
BufferedImage image = ImageIO.read(inputStream);
// Call DetectDocumentText
EndpointConfiguration endpoint = new EndpointConfiguration(
"https://textract.us-east-1.amazonaws.com", "us-east-1");
AmazonTextract client = AmazonTextractClientBuilder.standard().withCredentials(credentialsProvider)
.withEndpointConfiguration(endpoint).build();
DetectDocumentTextRequest request = new DetectDocumentTextRequest()
.withDocument(new Document().withS3Object(new S3Object().withName(document).withBucket(bucket)));
DetectDocumentTextResult result = client.detectDocumentText(request);
// Create frame and panel.
JFrame frame = new JFrame("RotateImage");
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
DocumentText panel = new DocumentText(result, image);
panel.setPreferredSize(new Dimension(image.getWidth() , image.getHeight() ));
frame.setContentPane(panel);
frame.pack();
frame.setVisible(true);
}
}
```
------
#### [ Java V2 ]
Im folgenden Beispielcode werden das Dokument und die Felder um die erkannten Textzeilen herum angezeigt.
Ersetzen Sie in der Funktion `main` die Werte von `bucket` und `document` durch die Namen des Amazon S3-Buckets und Dokuments, die Sie in Schritt 2 verwendet haben. Ersetzen Sie `profile-name` in der Zeile, in der das erstellt wird, `TextractClient` durch den Namen Ihres Entwicklerprofils.
```
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.textract.model.S3Object;
import software.amazon.awssdk.services.textract.TextractClient;
import software.amazon.awssdk.services.textract.model.Document;
import software.amazon.awssdk.services.textract.model.DetectDocumentTextRequest;
import software.amazon.awssdk.services.textract.model.DetectDocumentTextResponse;
import software.amazon.awssdk.services.textract.model.Block;
import software.amazon.awssdk.services.textract.model.DocumentMetadata;
import software.amazon.awssdk.services.textract.model.TextractException;
import java.util.Iterator;
import java.util.List;
//snippet-end:[textract.java2._detect_s3_text.import]
/**
* 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 DetectText {
public static void main(String[] args) {
final String usage = "\n" +
"Usage:\n" +
" \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_EAST_1;
TextractClient textractClient = TextractClient.builder()
.region(region)
.credentialsProvider(ProfileCredentialsProvider.create("profile-name"))
.build();
detectDocTextS3(textractClient, bucketName, docName);
textractClient.close();
}
// snippet-start:[textract.java2._detect_s3_text.main]
public static void detectDocTextS3 (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();
DetectDocumentTextRequest detectDocumentTextRequest = DetectDocumentTextRequest.builder()
.document(myDoc)
.build();
DetectDocumentTextResponse textResponse = textractClient.detectDocumentText(detectDocumentTextRequest);
for (Block block: textResponse.blocks()) {
System.out.println("The block type is " +block.blockType().toString());
}
DocumentMetadata documentMetadata = textResponse.documentMetadata();
System.out.println("The number of pages in the document is " +documentMetadata.pages());
} catch (TextractException e) {
System.err.println(e.getMessage());
System.exit(1);
}
}
// snippet-end:[textract.java2._detect_s3_text.main]
}
```
------
#### [ AWS CLI ]
AWS CLI Mit diesem Befehl wird die JSON-Ausgabe für den `detect-document-text` CLI-Vorgang angezeigt.
Ersetzen Sie die Werte von `Bucket` und `Name` durch die Namen des Amazon S3-Buckets und Dokuments, das Sie in Schritt 2 verwendet haben. `profile-name`Ersetzen Sie durch den Namen eines Profils, das die Rolle übernehmen kann, und `region` durch die Region, in der Sie den Code ausführen möchten.
```
aws textract detect-document-text \
--document '{"S3Object":{"Bucket":"{{bucket}}","Name":"{{document}}"}}' \
--profile {{profile-name}} \
--region {{region}}
```
------
#### [ Python ]
Im folgenden Beispielcode werden das Dokument und die Felder um die erkannten Textzeilen herum angezeigt.
Ersetzen Sie in der Funktion `main` die Werte von `bucket` und `document` durch die Namen des Amazon S3-Buckets und Dokuments, die Sie in Schritt 2 verwendet haben. `profile-name`Ersetzen Sie durch den Namen eines Profils, das die Rolle übernehmen kann, und `region` durch die Region, in der Sie den Code ausführen möchten.
```
#Detects text in a document stored in an S3 bucket. Display polygon box around text and angled text
import boto3
import io
from PIL import Image, ImageDraw
def process_text_detection(s3_connection, client, bucket, document):
#Get the document from S3
s3_object = s3_connection.Object(bucket,document)
s3_response = s3_object.get()
stream = io.BytesIO(s3_response['Body'].read())
image=Image.open(stream)
#To process using image bytes:
#image_binary = stream.getvalue()
#response = client.detect_document_text(Document={'Bytes': image_binary})
# Detect text in the document
# Process using S3 object
response = client.detect_document_text(
Document={'S3Object': {'Bucket': bucket, 'Name': document}})
# Get the text blocks
blocks=response['Blocks']
width, height =image.size
print ('Detected Document Text')
# Create image showing bounding box/polygon the detected lines/text
for block in blocks:
# Display information about a block returned by text detection
print('Type: ' + block['BlockType'])
if block['BlockType'] != 'PAGE':
print('Detected: ' + block['Text'])
print('Confidence: ' + "{:.2f}".format(block['Confidence']) + "%")
print('Id: {}'.format(block['Id']))
if 'Relationships' in block:
print('Relationships: {}'.format(block['Relationships']))
print('Bounding Box: {}'.format(block['Geometry']['BoundingBox']))
print('Polygon: {}'.format(block['Geometry']['Polygon']))
print()
draw=ImageDraw.Draw(image)
# Draw WORD - Green - start of word, red - end of word
if block['BlockType'] == "WORD":
draw.line([(width * block['Geometry']['Polygon'][0]['X'],
height * block['Geometry']['Polygon'][0]['Y']),
(width * block['Geometry']['Polygon'][3]['X'],
height * block['Geometry']['Polygon'][3]['Y'])],fill='green',
width=2)
draw.line([(width * block['Geometry']['Polygon'][1]['X'],
height * block['Geometry']['Polygon'][1]['Y']),
(width * block['Geometry']['Polygon'][2]['X'],
height * block['Geometry']['Polygon'][2]['Y'])],
fill='red',
width=2)
# Draw box around entire LINE
if block['BlockType'] == "LINE":
points=[]
for polygon in block['Geometry']['Polygon']:
points.append((width * polygon['X'], height * polygon['Y']))
draw.polygon((points), outline='black')
# Display the image
image.show()
return len(blocks)
def main():
session = boto3.Session(profile_name='profile-name')
s3_connection = session.resource('s3')
client = session.client('textract', region_name='region')
bucket = ''
document = ''
block_count=process_text_detection(s3_connection,client,bucket,document)
print("Blocks detected: " + str(block_count))
if __name__ == "__main__":
main()
```
------
#### [ Node.js ]
Im folgenden Node.js Beispielcode werden das Dokument und die Felder um die erkannten Textzeilen herum angezeigt. Es gibt ein Bild der Ergebnisse in das Verzeichnis aus, aus dem Sie den Code ausführen. Es verwendet die `images` Pakete `image-size` und.
Ersetzen Sie in der Funktion `main` die Werte von `bucket` und `document` durch die Namen des Amazon S3-Buckets und Dokuments, das Sie in Schritt 2 verwendet haben. Ersetzen Sie den Wert von `regionConfig` durch den Namen der Region, in der sich Ihr Konto befindet. Ersetzen Sie den Wert von `credentials` mit dem Namen Ihres Entwicklerprofils.
```
//Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
//PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
async function main(){
// Import AWS
const AWS = require("aws-sdk")
// Use Image-Size to get
const sizeOf = require('image-size');
// Image tool to draw buffers
const images = require("images");
// Set variables
var credentials = new AWS.SharedIniFileCredentials({profile: 'default'});
AWS.config.credentials = credentials;
AWS.config.update({region:'region-name'});
const bucket = 'bucket-name' // the s3 bucket name
const photo = 'photo-name' // the name of file
// Create a canvas and get the context
const { createCanvas } = require('canvas')
const canvas = createCanvas(200, 200)
const ctx = canvas.getContext('2d')
// Connect to Textract
const client = new AWS.Textract();
// Connect to S3 to display image
const s3 = new AWS.S3();
// Define paramaters
const params = {
Document: {
S3Object: {
Bucket: bucket,
Name: photo
},
},
}
// Function to display image
async function getImage(){
const imageData = s3.getObject(
{
Bucket: bucket,
Key: photo
}
).promise();
return imageData;
}
// get image
var imageData = await getImage()
// Get the height, width of the image
const dimensions = sizeOf(imageData.Body)
const width = dimensions.width
const height = dimensions.height
console.log(imageData.Body)
console.log(width, height)
canvas.width = width;
canvas.height = height;
try{
// Call API and log response
const res = await client.detectDocumentText(params).promise();
var image = images(imageData.Body).size(width, height)
//console.log the type of block, text, text type, and confidence
res.Blocks.forEach(block => {
console.log(`Block Type: ${block.BlockType}`),
console.log(`Text: ${block.Text}`)
console.log(`TextType: ${block.TextType}`)
console.log(`Confidence: ${block.Confidence}`)
// Draw box around detected text using polygons
ctx.strokeStyle = 'rgba(0,0,0,0.5)';
ctx.beginPath();
block.Geometry.Polygon.forEach(({X, Y}) =>
ctx.lineTo(width * X - 10, height * Y - 10)
);
ctx.closePath();
ctx.stroke();
console.log("-----")
})
// render image
var buffer = canvas.toBuffer("image/png");
image.draw(images(buffer), 10, 10)
image.save("output-image.jpg");
} catch (err){
console.error(err);}
}
main()
```
------
#### [ .NET ]
Im folgenden Beispiel wird erkannter Text als Liste angezeigt. Ersetzen Sie die Werte von `bucket` und `document` durch die Namen des Amazon S3-Buckets und des Dokument-Images, die Sie in Schritt 2 verwendet haben.
```
using System;
using System.Linq;
using Amazon.Textract;
using Amazon.Textract.Model;
namespace TextractAnalyzeID
{
class Program
{
static async Task Main()
{
String document = "{{document}}";
String bucket = "{{bucket}}";
AmazonTextractClient textractClient = new AmazonTextractClient();
DetectDocumentTextRequest detectDocumentTextRequest = new DetectDocumentTextRequest()
{
Document = new Document()
{
S3Object = new S3Object()
{
Name = document,
Bucket = bucket
}
}
};
try
{
var DocumentText = await textractClient.DetectDocumentTextAsync(detectDocumentTextRequest);
foreach (Block block in DocumentText.Blocks)
{
Console.WriteLine(block.BlockType);
if (block.BlockType != "PAGE") {
Console.WriteLine("Detected Text= " + block.Text);
Console.WriteLine("Confidence= " + block.Confidence);
}
Console.WriteLine("Id= " + block.Id);
foreach(Relationship relationship in block.Relationships) {
Console.WriteLine(relationship.Type);
relationship.Ids.ForEach(id => Console.WriteLine("Id= " + id));
}
}
}
catch (Exception e)
{
Console.WriteLine(e.Message);
}
}
}
}
```
------
1. Führen Sie das Beispiel aus. In den Python- und Java-Beispielen wird das Dokumentbild angezeigt. Eine schwarze Box umgibt jede Zeile des erkannten Textes. Eine grüne vertikale Linie ist der Anfang eines erkannten Wortes. Eine rote vertikale Linie ist das Ende eines erkannten Wortes. Im AWS CLI Beispiel wird nur die JSON-Ausgabe für den `DetectDocumentText` Vorgang angezeigt.