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. # Erkennen Sie Entitäten in Text, der aus einem Bild extrahiert wurdeAWSSDK Das folgende Codebeispiel zeigt, wie Amazon Comprehend verwendet wird, um Entitäten in Text zu erkennen, der von Amazon Textract aus einem Bild extrahiert wurde, das in Amazon S3 gespeichert ist. ------ #### [ Python ] **SDK for Python (Boto3)** Veranschaulicht, wie man das benutztAWS SDK für Python (Boto3)in einem Jupyter-Notizbuch, um Entitäten in Text zu erkennen, der aus einem Bild extrahiert wird. In diesem Beispiel extrahiert Amazon Textract Text aus einem Bild, das in Amazon Simple Storage Service (Amazon S3) und Amazon Comprehend gespeichert ist, um Entitäten im extrahierten Text zu erkennen. Dieses Beispiel ist ein Jupyter-Notebook und muss in einer Umgebung ausgeführt werden, die Notebooks hosten kann. Anweisungen zum Ausführen des Beispiels mit Amazon SageMaker finden Sie in den Anweisungen unter[textractandComprehendNotebook.iPynb](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/cross_service/textract_comprehend_notebook/TextractAndComprehendNotebook.ipynb)aus. Vollständiger Quellcode und Anweisungen zum Einrichten und Ausführen finden Sie im vollständigen Beispiel unter [GitHub](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/cross_service/textract_comprehend_notebook#readme). **In diesem Beispiel verwendete Dienste** + Amazon Comprehend + Amazon S3 + Amazon Textract ------ Eine vollständige Liste vonAWSSDK-Entwicklerhandbücher und Codebeispiele finden Sie unter[Verwenden von Amazon Textract mit einemAWSSDK](sdk-general-information-section.md)aus. Dieses Thema enthält auch Informationen zu den ersten Schritten und Details zu früheren SDK-Versionen.