Modelo de cartão de visita Document Intelligence

  • Artigo

Importante

Começando com o Document Intelligence v4.0 (visualização) e no futuro, o modelo de cartão de visita (prebuilt-businessCard) foi preterido. Para extrair dados de formatos de cartão de visita, use o seguinte:

Caraterística versão Model ID
Modelo de cartão de visita • v3.1:2023-07-31 (GA)
• v3.0:2022-08-31 (GA)
• v2.1 (GA)		 prebuilt-businessCard

Este conteúdo aplica-se a:marca de verificação v3.1 (GA) | Versões anteriores: Marca de verificação azul v3.0Marca de verificação azul v2.1

Este conteúdo aplica-se a: marca de verificação v3.0 (GA) | Últimas versões: marca de verificação roxa v4.0 (preview) marca de verificação roxav3.1 | Versão anterior: Marca de verificação azul v2.1

[! INCLUDE [aplica-se à v2.1].. /(inclui/aplica-se à v21.md)]

O modelo de cartão de visita Document Intelligence combina poderosos recursos de Reconhecimento Ótico de Caracteres (OCR) com modelos de aprendizagem profunda para analisar e extrair dados de imagens de cartões de visita. A API analisa cartões de visita impressos; extrai informações importantes, como nome, sobrenome, nome da empresa, endereço de e-mail e número de telefone; e retorna uma representação de dados JSON estruturada.

Extração de dados de cartão de visita

Os cartões de visita são uma ótima maneira de representar uma empresa ou um profissional. O logotipo da empresa, fontes e imagens de fundo encontradas em cartões de visita ajudam a promover a marca da empresa e diferenciá-la das outras. A aplicação de OCR e técnicas baseadas em aprendizado de máquina para automatizar a digitalização de cartões de visita é um cenário comum de processamento de imagem. Os sistemas empresariais usados pelas equipes de vendas e marketing normalmente têm integração com a capacidade de extração de dados de cartão de visita para o benefício de seus usuários.

Exemplo de cartão de visita processado com o Document Intelligence Studio

Captura de tela de um cartão de visita de exemplo analisado no Document Intelligence Studio.

Exemplos de negócios processados com a ferramenta Document Intelligence Sample Labeling

Captura de tela de um cartão de visita de amostra analisado com a ferramenta Document Intelligence Sample Labeling.

Opções de desenvolvimento

O Document Intelligence v3.1:2023-07-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos Model ID
Modelo de cartão de visita • Estúdio de Inteligência Documental
• API REST
• SDK em C#
• SDK Python
• SDK Java
• SDK JavaScript		 cartão de visita pré-construído

O Document Intelligence v3.0:2022-08-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos Model ID
Modelo de cartão de visita • Estúdio de Inteligência Documental
• API REST
• SDK em C#
• SDK Python
• SDK Java
• SDK JavaScript		 cartão de visita pré-construído

O Document Intelligence v2.1 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos
Modelo de cartão de visita • Ferramenta de etiquetagem de Inteligência Documental
• API REST
• SDK da biblioteca cliente
• Contentor Docker de Inteligência Documental

Experimente a extração de dados do cartão de visita

Veja como os dados, incluindo nome, cargo, endereço, e-mail e nome da empresa, são extraídos dos cartões de visita. Você precisa dos seguintes recursos:

  • Uma assinatura do Azure — você pode criar uma gratuitamente

  • Uma instância de Document Intelligence no portal do Azure. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço. Depois que o recurso for implantado, selecione Ir para o recurso para obter sua chave e o ponto de extremidade.

Captura de ecrã das chaves e da localização do ponto de extremidade no portal do Azure.

Estúdio de Inteligência de Documentação

Nota

O Document Intelligence Studio está disponível com APIs v3.1 e v3.0.

  1. Na página inicial do Document Intelligence Studio, selecione Cartões de visita.

  2. Você pode analisar o cartão de visita de amostra ou fazer upload de seus próprios arquivos.

  3. Selecione o botão Executar análise e, se necessário, configure as opções Analisar :

    Captura de tela dos botões Executar análise e Analisar opções no Document Intelligence Studio.

    Experimente o Document Intelligence Studio

Ferramenta de etiquetagem de exemplo de inteligência de documentos

  1. Navegue até a Ferramenta de Exemplo de Inteligência de Documentos.

  2. Na página inicial da ferramenta de exemplo, selecione o bloco Usar modelo pré-criado para obter dados .

    Captura de tela do modelo de layout analisar a operação de resultados.

  3. Selecione o Tipo de formulário a ser analisado no menu suspenso.

  4. Escolha um URL para o arquivo que você gostaria de analisar a partir das opções abaixo:

  5. No campo Origem, selecione URL no menu suspenso, cole o URL selecionado e selecione o botão Buscar.

    Captura de ecrã do menu pendente da localização de origem.

  6. No campo Ponto de extremidade do serviço de Inteligência Documental, cole o ponto de extremidade obtido com sua assinatura do Document Intelligence.

  7. No campo chave, cole a chave obtida do recurso Document Intelligence.

    Captura de tela do menu suspenso select-form-type.

  8. Selecione Executar análise. A ferramenta Document Intelligence Sample Labeling chama a API Analyze Prebuilt e analisa o documento.

  9. Exibir os resultados - veja os pares chave-valor extraídos, itens de linha, texto realçado extraído e tabelas detetadas.

    Captura de tela do modelo de cartão de visita analisar os resultados da operação.

Nota

A ferramenta Exemplo de etiquetagem não suporta o formato de ficheiro BMP. Esta é uma limitação da ferramenta e não do Serviço de Inteligência Documental.

Requisitos de entrada

  • Formatos de ficheiro suportados:

    Modelo PDF Imagem:
    JPEG/JPG, PNG, BMP, TIFF, , HEIF    		 Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
    Lida ✔ ✔ ✔
    Esquema ✔ ✔ ✔ (2024-07-31-pré-visualização, 2024-02-29-pré-visualização, 2023-10-31-pré-visualização)
    Documento Geral ✔ ✔
    Pré-criado ✔ ✔
    Extração personalizada ✔ ✔
    Classificação personalizada ✔ ✔ ✔ (2024-07-31-pré-visualização, 2024-02-29-pré-visualização)

  • Para obter melhores resultados, forneça uma foto nítida ou uma digitalização de alta qualidade por documento.

  • Para PDF e TIFF, até 2.000 páginas podem ser processadas (com uma assinatura de nível gratuito, apenas as duas primeiras páginas são processadas).

  • O tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).

  • As dimensões da imagem devem estar entre 50 pixels x 50 pixels e 10.000 pixels x 10.000 pixels.

  • Se os seus PDFs forem bloqueados por uma palavra-passe, terá de remover o bloqueio antes da submetê-los.

  • A altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Esta dimensão corresponde a cerca 8 de texto pontual a 150 pontos por polegada (DPI).

  • Para treinamento de modelo personalizado, o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.

    • Para o treinamento do modelo de extração personalizado, o tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1 GB para o modelo neural.

    • Para treinamento de modelo de classificação personalizado, o tamanho total dos dados de treinamento é 1 GB com um máximo de 10.000 páginas. Para 2024-07-31-preview e posterior, o tamanho total dos dados de treinamento é 2 GB com um máximo de 10.000 páginas.

  • Os formatos de ficheiro suportados: JPEG, PNG, PDF e TIFF
  • PDF e TIFF, até 2.000 páginas são processadas. Para assinantes de nível gratuito, apenas as duas primeiras páginas são processadas.
  • O tamanho do arquivo deve ser inferior a 50 MB e dimensões de pelo menos 50 x 50 pixels e no máximo 10.000 x 10.000 pixels.

Idiomas e localidades suportados

Para obter uma lista completa dos idiomas suportados, consulte nossa página de suporte a idiomas de modelo pré-criados.

Extrações de campo

Para campos de extração de documentos suportados, consulte a página de esquema de modelo de cartão de visita em nosso repositório de exemplo do GitHub.

Campos extraídos

Nome Tipo Descrição Texto
NomesContactos matriz de objetos Nome de contato extraído do cartão de visita [{ "Nome": "John", "Sobrenome": "Doe" }]
FirstName string Primeiro nome (fornecido) do contacto "João"
LastName string Último nome (da família) do contacto "Doe"
Nomes das Empresas matriz de cadeias Nome da empresa extraído do cartão de visita ["Contoso"]
Departmentos matriz de cadeias Departamento ou organização de contacto ["I&D"]
CargosTítulos matriz de cadeias Listado Cargo de contato ["Engenheiro de Software"]
E-mails matriz de cadeias E-mail de contato extraído do cartão de visita ["johndoe@contoso.com"]
Web Sites matriz de cadeias Website extraído do cartão de visita ["https://www.contoso.com"]
Endereços matriz de cadeias Endereço extraído do cartão de visita ["123 Main Street, Redmond, Washington 98052"]
Telemóveis Matriz de números de telefone Número de telemóvel extraído do cartão de visita ["+19876543210"]
Faxes Matriz de números de telefone Número de telefone de fax extraído do cartão de visita ["+19876543211"]
Telefones de trabalho Matriz de números de telefone Número de telefone de trabalho extraído do cartão de visita ["+19876543231"]
OutrosTelefones Matriz de números de telefone Outro número de telefone extraído do cartão de visita ["+19876543233"]

Localidades suportadas

Cartões de visita pré-construídos v2.1 suporta as seguintes localidades:

  • pt-PT
  • pt-PT
  • en-ca
  • pt-GB
  • en-in

Guia de migração e API REST v3.1

  • Siga nosso guia de migração do Document Intelligence v3.1 para saber como usar a versão v3.0 em seus aplicativos e fluxos de trabalho.

Próximos passos