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.
Tabellen
Verwenden Sie Amazon Textract, um Tabellen in einem Dokument zu extrahieren und Zellen, verbundene Zellen, Spaltenüberschriften, Titel, Abschnittstitel, Fußzeilen, Tabellentyp (strukturiert oder halbstrukturiert) und Übersichtszellen innerhalb einer Tabelle zu extrahieren.
Erkannte Tabellen werden in den Antworten von und als Blockobjekte zurückgegeben. AnalyzeDocumentGetDocumentAnalysis Sie können den FeatureTypes Eingabeparameter verwenden, um Informationen über Schlüssel-Wert-Paare, Tabellen oder beides abzurufen. Verwenden Sie den Wert nur für Tabellen. TABLES Ein Beispiel finden Sie unter Tabellen in eine CSV-Datei exportieren. Allgemeine Informationen darüber, wie ein Dokument durch Block Objekte dargestellt wird, finden Sie unterAntwortobjekte für Texterkennung und Dokumentenanalyse.
Im Folgenden finden Sie ein Beispiel für eine Tabelle, die von Amazon Textract erkannt werden könnte.
Das folgende Diagramm zeigt, wie Block eine einzelne Zelle in einer Tabelle durch Objekte dargestellt wird.
Eine Zelle enthält WORD Blöcke für erkannte Wörter und gegebenenfalls TABLE_TITLE Blöcke für Tabellentitel, TABLE_FOOTER Blöcke für Tabellenfußzeilen und SELECTION_ELEMENT Blöcke für Auswahlelemente wie Kontrollkästchen.
Das Folgende ist Teil des JSON-Codes für die vorherige Tabelle. Das PAGE Blockobjekt enthält eine Liste von CHILD Block-IDs für den TABLE Block und jeden LINE erkannten Text.
{ "BlockType": "PAGE", "Geometry": { "BoundingBox": { "Width": 1.0, "Height": 1.0, "Left": 0.0, "Top": 0.0 }, }, "Id": "8a5d3f57-97bc-4a05-b028-f72617877626", "Relationships": [ { "Type": "CHILD", "Ids": [ "7499ac64-3fa9-46fd-8e3f-581ec9c316eb", "87ed4709-66f2-4b3d-abda-52c92a111474", "27a87eb3-bd21-475e-80fe-3f8e16958dcf", "d89894ea-2f37-4667-94b6-d90def01c5c1", "9f9d6383-ed6d-4bd0-ba8c-71fc3eec704e", "cdc74e1a-c568-439b-9eef-7bd54e060f18", "1b64f24c-5e84-4c7e-851a-cb1f5258a53c", "84a84878-04b4-4608-81b6-38117ead1629", ... "8cef603b-932e-452b-adc4-15f8e02ad1fe", "a3f97508-0d6b-4ae0-aa04-76078f9fe11a", "dd1f23c6-dfad-447b-8105-29ba136bd3a4", "46138f38-5b77-41a9-b068-f8394587122f", "a5e5247c-2637-4fa8-a271-ab46399cd77c", "63d7b889-71e3-422a-8cb7-2103ba0aa276", "033e5c86-371a-46fb-bbea-eb7f6b0cd092", "559b1354-ef94-4cb9-8e03-9eca83c6dba4", "55edc4fa-052f-40f9-9edd-739b100e6f75" ] } ] },
Um mehr über die Tabelle zu erfahren, greifen Sie auf das TABLE Blockobjekt zu. Der Tabellenblock umfasst vier Beziehungstypen: „Untergeordnete Beziehungen“, „Zusammengeführte Zellen“, „Titel“ und „Fußzeile“. Beim Beziehungstyp CHILD steht jede untergeordnete ID für eine einzelne Zelle in der Tabelle. Eine verbundene Zelle wird in alle einzelnen Zellen aufgeteilt, die zu einer verbundenen Zelle zusammengefasst werden. TABLE_TITLEund TABLE_FOOTER Beziehungstypen enthalten die Block-ID für die entsprechenden TABLE_TITLE TABLE_FOOTER N-Blöcke, in denen Informationen über den Titel und die Fußzeile gespeichert werden. Der Tabellenblocktyp hat einen Wert EntityType von entweder STRUCTURED_TABLE oderSEMI_STRUCTURED_TABLE, der den Tabellentyp kennzeichnet.
Die folgende JSON-Datei zeigt, dass die vorherige Tabelle 65 Zellen für 13 Zeilen und 5 Spalten enthält, die im CHILD Ids Beziehungsarray aufgeführt sind. Beim Beziehungstyp MERGED_CELL steht jede verbundene Zellen-ID für eine einzelne verbundene Zelle innerhalb der Tabelle. Die folgende JSON-Datei zeigt, dass die Tabelle 9 verbundene Zellen enthält, die im MERGED_CELL Ids Beziehungsarray aufgeführt sind. Die beiden zusätzlichen Beziehungstypen TABLE_TITLE und TABLE_FOOTER listen die IDs der jeweiligen Titel- und Fußzeilenblöcke auf. Der folgende JSON-Code zeigt auch, dass die Tabelle im EntityTypes Block strukturiert ist.
{ "BlockType": "TABLE", "Confidence": 99.8046875, "Geometry": {...}, "Id": "55edc4fa-052f-40f9-9edd-739b100e6f75", "Relationships": [ { "Type": "CHILD", "Ids": [ "c1c03d64-d365-4906-af7a-a852f1acc040", "8b415996-6b05-4183-a959-d27d12ccef79", "48b0e972-7dba-4db7-896e-ca7066e8c761", "69948207-47d8-4825-8929-1d7abb650a88", "b9ac9f14-8899-43b3-8572-0e997180e0a4", "6f06c024-0b36-4acd-b61f-4467203234dd", "c8a88487-dbc7-4662-a69b-21103049b61d", ... "2b41c8e1-f754-4b37-91b6-a97cdc413f91", "365a1bab-0c18-4cd8-a465-6f7bc7e25e60", "f08af959-cfac-4ad6-a63f-2771c7a8ff62", "e4f6fbfd-c7d8-4f64-9102-733d4806850f", "68c0b8ff-fd35-41ce-ba76-de08c26084d7", "44e80372-aa70-4a36-9aac-3a93aaa91bb1" ] }, { "Type": "MERGED_CELL", "Ids": [ "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605", "6c02cf21-40de-4480-b755-e94462ac4884", "6faad856-8d37-4751-b741-c4ad8d5dcbe3", "d777d6e2-7430-4c6e-a261-03ec5a612c8c", "f0f5a9fb-5bfa-4c80-8f41-1d4fad674b09", "83c7af02-8128-4479-89c9-962544ad4048", "b2b5126c-409f-4b67-9adf-e3e12f60bf86", "87d7f688-3d38-4198-b491-433af0da4d8b", "1c2436e2-a1fc-4b2a-9e73-cc8a1ca67568" ] }, { "Type": "TABLE_TITLE", "Ids": [ "cde34920-0131-4e68-a3ec-82922269afd4" ] }, { "Type": "TABLE_FOOTER", "Ids": [ "11dfd98c-6140-49e8-a544-e220d76bdd2f", "ad1b9c81-3b53-4fc7-a533-dabb3d29b0b1" ] } ], "EntityTypes": [ "STRUCTURED_TABLE" ] },
Der Blocktyp für jede Tabellenzelle istCELL. Der Zellblocktyp hat immer einen Zeilenbereich von 1 und einen Spaltenbereich von 1. Das Blockobjekt für jede Zelle enthält Informationen über die Zellenposition im Vergleich zu anderen Zellen in der Tabelle. Es enthält auch Geometrieinformationen zur Position der Zelle im Dokument. Darüber hinaus können Zellblöcke unterschiedliche Merkmale aufweisen, die sie als einen bestimmten Zelltyp identifizierenEntityTypes, darunter TABLE_TITLE, TABLE_FOOTER, TABLE_SECTION_TITLE, COLUMN_HEADER und TABLE_SUMMARY. In der obigen Tabelle ist die Zelle, die das Wort „Datum“ enthält, beispielsweise eine Spaltenüberschrift, wie im folgenden Beispiel gezeigt.
{ "BlockType": "CELL", "Confidence": 81.8359375, "RowIndex": 2, "ColumnIndex": 1, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "6f06c024-0b36-4acd-b61f-4467203234dd", "Relationships": [ { "Type": "CHILD", "Ids": [ "c49f55d5-a7e4-41d5-9c29-d8244f56181c" ] } ], "EntityTypes": [ "COLUMN_HEADER" ] },
Die Zelle, die das Wort „Einzahlung“ enthält, ist kein Titel, keine Fußzeile, keine Spaltenüberschrift, kein Abschnittstitel oder keine Übersichtszelle. Dies wird durch das Fehlen des "EntityTypes" Feldes angezeigt.
{ "BlockType": "CELL", "Confidence": 86.181640625, "RowIndex": 7, "ColumnIndex": 2, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "7af5160b-bd60-45f5-a12c-bf376e9d742c", "Relationships": [ { "Type": "CHILD", "Ids": [ "bb9bcaed-5998-44a6-9076-aa1ecc82fbc6" ] } ] },
Alle zusammengeführten Zellen sind unter "Type": "MERGED_CELL" dem TABLE Block aufgeführt. In der obigen Beispieltabelle gibt es neun verbundene Zellen.
{ "Type": "MERGED_CELL", "Ids": [ "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605", "6c02cf21-40de-4480-b755-e94462ac4884", "6faad856-8d37-4751-b741-c4ad8d5dcbe3", "d777d6e2-7430-4c6e-a261-03ec5a612c8c", "f0f5a9fb-5bfa-4c80-8f41-1d4fad674b09", "83c7af02-8128-4479-89c9-962544ad4048", "b2b5126c-409f-4b67-9adf-e3e12f60bf86", "87d7f688-3d38-4198-b491-433af0da4d8b", "1c2436e2-a1fc-4b2a-9e73-cc8a1ca67568" ] },
Spezifische Details zu den einzelnen verbundenen Zellen finden Sie unter"BlockType": "MERGED_CELL". Für die zusammengeführte Zelle „Bilanz“, bei der es sich auch um eine Titelzelle handelt, gilt die zugehörige ID"a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605".
Diese zusammengeführte Zelle besteht aus 5 Zellen, wie das "ColumnSpan" von 5 zeigt. Um den Text in der verbundenen Zelle zu finden, gehen Sie weiter unten zum Ids Array, wo Sie weitere Informationen finden, "BlockType": "CELL" gefolgt von"BlockType": "WORD".
{ "BlockType": "MERGED_CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 1, "RowSpan": 1, "ColumnSpan": 5, "Geometry": {...}, "Id": "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605", "Relationships": [ { "Type": "CHILD", "Ids": [ "c1c03d64-d365-4906-af7a-a852f1acc040", "8b415996-6b05-4183-a959-d27d12ccef79", "48b0e972-7dba-4db7-896e-ca7066e8c761", "69948207-47d8-4825-8929-1d7abb650a88", "b9ac9f14-8899-43b3-8572-0e997180e0a4" ] } ], "EntityTypes": [ "TABLE_TITLE" ] },
Auf Zellebene gibt es 5 Zellen für die zusammengeführte Zelle „Bilanz“. Jede Zelle hat ein „oder“TABLE_TITLE, da EntityType der Titel in der verbundenen Zelle identifiziert wurde. Die Zelle mit dem Wert Id von 48b0e972-7dba-4db7-896e-ca7066e8c761 enthält zwei CHILD Beziehungs-IDs, die den WORD Blöcken entsprechen, aus denen diese zusammengeführte Titelzelle besteht.
{ "BlockType": "CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 1, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "c1c03d64-d365-4906-af7a-a852f1acc040", "EntityTypes": [ "TABLE_TITLE" ] }, { "BlockType": "CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 2, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "8b415996-6b05-4183-a959-d27d12ccef79", "EntityTypes": [ "TABLE_TITLE" ] }, { "BlockType": "CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 3, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "48b0e972-7dba-4db7-896e-ca7066e8c761", "Relationships": [ { "Type": "CHILD", "Ids": [ "998394ef-c6cf-491b-9bac-ec470c638ecd", "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe" ] } ], "EntityTypes": [ "TABLE_TITLE" ] }, { "BlockType": "CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 4, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "69948207-47d8-4825-8929-1d7abb650a88", "EntityTypes": [ "TABLE_TITLE" ] }, { "BlockType": "CELL", "Confidence": 77.44140625, "RowIndex": 1, "ColumnIndex": 5, "RowSpan": 1, "ColumnSpan": 1, "Geometry": {...}, "Id": "b9ac9f14-8899-43b3-8572-0e997180e0a4", "EntityTypes": [ "TABLE_TITLE" ] },
Auf der Wortebene gibt es zwei Wörter: „Bilanz“ und „Blatt“. Da die ersten beiden und die letzten beiden Zellen in den Spalten 1, 2, 4 und 5 leer sind, sind ihnen keine Wörter zugeordnet. Dies wird auch in der vorherigen JSON-Ausgabe gezeigt, in der nur die dritte Zelle untergeordnete IDs enthält.
{ "BlockType": "WORD", "Confidence": 99.95711517333984, "Text": "Balance", "TextType": "PRINTED", "Geometry": {...}, "Id": "998394ef-c6cf-491b-9bac-ec470c638ecd" }, { "BlockType": "WORD", "Confidence": 99.87372589111328, "Text": "Sheet", "TextType": "PRINTED", "Geometry": {...}, "Id": "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe" },
Die TABLE_FOOTER Blocktypen TABLE_TITLE und enthalten Informationen über Titel- und Fußzeilenzellen, einschließlich CHILD Beziehungen, die auf die WORD Blöcke verweisen, aus denen der Titel oder die Fußzeile besteht. Dies wird in der folgenden JSON-Antwort gezeigt.
In diesem Beispiel handelt es sich bei dem Titel um einen Titel in der Tabelle, d. h. er befindet sich in der Struktur der Tabelle selbst und nicht außerhalb der Tabelle als schwebender Titel. Das bedeutet, dass der Titel auch einen CELL Blocktyp hat, der die untergeordneten IDs der Wortblöcke enthält, aus denen der Titel besteht. In der vorherigen JSON-Ausgabe finden Sie die fünf Zellblöcke, aus denen die zusammengeführte Titelzelle besteht. Dazu gehört auch der Titelzellenblock mit den untergeordneten IDs der Wortblöcke. Die Fußzeilenzellen für diese Tabelle würden ebenfalls durch Zellenblöcke für jede Fußzeile dargestellt.
{ "BlockType": "TABLE_TITLE", "Confidence": 97.802734375, "Geometry": {...}, "Id": "cde34920-0131-4e68-a3ec-82922269afd4", "Relationships": [ { "Type": "CHILD", "Ids": [ "998394ef-c6cf-491b-9bac-ec470c638ecd", "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe" ] } ] }, { "BlockType": "TABLE_FOOTER", "Confidence": 88.0859375, "Geometry": {...}, "Id": "11dfd98c-6140-49e8-a544-e220d76bdd2f", "Relationships": [ { "Type": "CHILD", "Ids": [ "77a70b2d-c137-4161-8d9c-65170266e5ff", "d413ef1f-fa1b-44cb-87ed-809494fc87d8", "19616f50-1a34-431f-94bf-7e575106cd85", "35063ea4-a3c7-4e19-9d32-10eca92807b8", "48de1523-7776-49ef-96d9-fc19bcde89c5" ] } ] },
