Modello predefinito di riconoscimento del testo

Il modello predefinito di riconoscimento del testo estrae parole da documenti e immagini e le inserisce in flussi di caratteri leggibili al computer. Usa la funzionalità all'avanguardia di riconoscimento ottico dei caratteri (OCR) per rilevare testo stampato e scritto a mano in immagini.

Il modello elabora immagini e i file del documento per estrarre righe di testo stampato o scritto a mano.

Utilizzo in Power Apps

Il modello predefinito di riconoscimento del testo è disponibile in Power Apps usando il componente di riconoscimento del testo. Altre informazioni: Usare il componente di riconoscimento del testo in Power Apps

Utilizzo in Power Automate

Per informazioni su come utilizzare questo modello in Power Automate, vedi Utilizzare il modello predefinito di riconoscimento del testo in Power Automate.

Lingua, formato e dimensioni supportati

I file da analizzare con il modello di riconoscimento del testo devono avere le caratteristiche seguenti:

  • Lingua per la stampa del testo: Afrikaans, Albanese, Angika (Devanagiri), Arabo, Asturiano, Awadhi-Hindi (Devanagiri), Azero (latino), Bagheli, Basco, Bielorusso (Cirillico), Bielorusso (Latino), Bhojpuri-Hindi (Devanagiri), Bislama, Bodo (Devanagiri), bosniaco (latino), Brajbha, bretone, bulgaro, Bundeli, buriato (cirillico), catalano, cebuano, Chamling, Chamorro, Chhattisgarhi (Devanagiri), cinese (semplificato), cinese (tradizionale), della Cornovaglia, corso, Crimea Tataro (latino), croato, ceco, danese, dari, dhimal (Devanagiri), Dogri (Devanagiri), olandese, inglese, erzya (cirillico), estone, faroese, fijiano, filippino, finlandese, francese, friulano, gagauzo (latino), Galiziano, Tedesco, Gilbertese, Gondi (Devanagiri), Groenlandese, Gurung (Devanagiri), Creolo haitiano, Halbi (Devanagiri), Hani, Haryanvi, Hawaiano, Hindi, Hmong Daw (latino), Ho (Devanagiri), Ungherese, Islandese, Inari Sami, indonesiano, interlingua, Inuktitut (latino), irlandese, italiano, giapponese, Jaunsari (Devanagiri), giavanese, Kabuverdianu, Kachin (latino), Kangri (Devanagiri), Karachay-Balkar, Kara-Kalpak (cirillico), Kara-Kalpak (latino), Kashubian, Kazako (cirillico), Kazako (latino), Khaling, Khasi, K'iche', coreano, Korku, Koryak, Kosraean, Kumyk (cirillico), curdo (arabo), curdo (latino), Kurukh (Devanagiri), kirghiso (cirillico), Lakota, latino, lituano, sorabo inferiore, Lule Sami, lussemburghese, Mahasu Pahari (Devanagiri), malese (latino), maltese, malto (devanagiri), manx, maori, marathi, mongolo (cirillico), montenegrino (cirillico), montenegrino (latino), napoletano, nepalese, niueano, nogay, sami settentrionale (latino), norvegese, occitano, osseto, pashto, persiano, polacco, portoghese, punjabi (arabo), ripuario, rumeno, romancio, russo, Sadri (Devanagiri), samoano (latino), sanscrito (Devanagari), Santali (Devanagiri), scozzese, gaelico scozzese, serbo (latino), Sherpa (Devanagiri), Sirmauri (Devanagiri), Skolt Sami, slovacco, sloveno, somalo (arabo), sami del sud, spagnolo, swahili (latino), svedese, tagico (cirillico), tartaro (latino), Tetum, Thangmi, Ton gan, turco, turkmeno (latino), tuvan, sorabo superiore, urdu, uiguro (arabo), uzbeko (arabo), uzbeko (cirillico), uzbeko (latino), volapük, walser, gallese, frisone occidentale, Yucatec Maya, Zhuang, Zulù
  • Lingua per testo scritto a mano: inglese, cinese (semplificato), francese, tedesco, italiano, giapponese, coreano, portoghese, spagnolo
  • Formato:
    • JPG
    • PNG
    • BMP
    • PDF
  • Dimensioni massime: 20 MB
  • Per i documenti PDF, vengono elaborate solo le prime 2,000 pagine.

Output del modello

Se viene rilevato un documento, il modello di riconoscimento del testo restituisce le informazioni seguenti:

  • Risultati: un elenco di righe estratte dal testo di input.
  • Testo: stringhe che contengono la riga di testo rilevata.
  • BoundingBox: quattro valori che rappresentano il riquadro delimitatore del testo, descritto utilizzando la posizione superiore e a sinistra con larghezza e altezza.

Limiti

Azione Limite Periodo di rinnovo
Chiamate di riconoscimento del testo (per ambiente) 480 60 secondi

Training: Riconoscere il testo con AI Builder (modulo)