本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Amazon Textract 分析身份文檔
<a name="analyzing-document-identity"></a>

要分析身份文檔，請使用 AnalyzeID API，並將文檔文件作為輸入傳遞。`AnalyzeID`會傳回含有分析文字的 JSON 結構。如需詳細資訊，請參閱 [分析身分文件](how-it-works-identity.md)。

您提供的輸入文檔可以是影像位元組陣列 (base64 編碼影像位元組)，或者 Amazon S3 物件。在此步驟中，您會將影像檔案上傳至您的 S3 儲存貯體，並指定檔案名稱。

**分析身份文檔 (API)**

1. 如果您尚未：

   1. 使用創建或更新 IAM 用户`AmazonTextractFullAccess`和`AmazonS3ReadOnlyAccess`許可。如需詳細資訊，請參閱 [步驟 1：設定 AWS 帳户並建立 IAM 使用者](setting-up.md#setting-up-iam)。

   1. 安裝並設定 AWS CLI 和 AWS SDK。如需詳細資訊，請參閱 [步驟 2：設定AWS CLI和AWS開發套件](setup-awscli-sdk.md)。

1. 將含有文檔的影像上傳至您的 S3 儲存貯體。

   如需說明，請參閱「」[將物件上傳至 Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/UploadingObjectsintoAmazonS3.html)中的*Amazon Simple Storage Service 用户指南*。

1. 使用下列範例來呼叫 `AnalyzeID` 操作。

------
#### [ CLI ]

   

   下列範例從 S3 儲存貯體傳入文件，並運行`AnalyzeID`操作。在下面的代碼中，替換{{桶}}使用 S3 儲存貯體的名稱，則{{文件}}添加儲存貯體中的檔案名稱，以及{{區域}}的名稱`region`與您的帳户相關聯。

   

   ```
   aws textract analyze-id --document-pages '[{"S3Object":{"Bucket":"{{bucket}}","Name":"{{name}}"}}]' --region {{region}}
   ```

   您也可以通過向輸入添加另一個 S3 對象，使用駕駛執照的正面和背面調用 API。

   ```
   aws textract analyze-id --document-pages '[{"S3Object":{"Bucket":"{{bucket}}","Name":"{{name front}}"}}, {"S3Object":{"Bucket":"{{bucket}}","Name":"{{name back}}"}}]' --region us-east-1
   ```

   如果您正在 Windows 設備上訪問 CLI，請使用雙引號而不是單引號，並用反斜槓（即\\）轉義內部雙引號以解決您可能遇到的任何解析器錯誤。舉例來講，請參閲下列內容：

   ```
   aws textract analyze-id --document-pages "[{\"S3Object\":{\"Bucket\":\"{{bucket}}\",\"Name\":\"{{name}}\"}}]" --region {{region}}
   ```

------
#### [ Python ]

   下列範例從 S3 儲存貯體傳入文件，並運行`AnalyzeID`操作，返回檢測到的鍵值組。在下面的代碼中，替換{{bucket\_name}}與您 S3 儲存貯體的名稱一起使用，{{文件名}}添加儲存貯體中的檔案名稱，以及{{區域}}的名稱`region`與您的帳户相關聯。

   ```
   import boto3
   
   bucket_name = "bucket-name"
   file_name = "file-name"
   region = "region-name"
   
   def analyze_id(region, bucket_name, file_name):
   
       textract_client = boto3.client('textract', region_name=region)
       response = textract_client.analyze_id(DocumentPages=[{"S3Object":{"Bucket":bucket_name,"Name":file_name}}])
   
       for doc_fields in response['IdentityDocuments']:
           for id_field in doc_fields['IdentityDocumentFields']:
               for key, val in id_field.items():
                   if "Type" in str(key):
                       print("Type: " + str(val['Text']))
               for key, val in id_field.items():
                   if "ValueDetection" in str(key):
                       print("Value Detection: " + str(val['Text']))
               print()
   
   analyze_id(region, bucket_name, file_name)
   ```

------
#### [ Java ]

   下列範例從 S3 儲存貯體傳入文件，並運行`AnalyzeID`操作，返回檢測到的數據。在函數 main 中，將`s3bucket`和`sourceDoc`以您在步驟 2 中所使用的 Amazon S3 儲存貯體名稱與文件影像名稱來取代和。

   ```
   /*
      Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
      SPDX-License-Identifier: Apache-2.0
   */
   
   package com.amazonaws.samples;
   
   import com.amazonaws.regions.Regions;
   import com.amazonaws.services.textract.AmazonTextractClient;
   import com.amazonaws.services.textract.AmazonTextractClientBuilder;
   import com.amazonaws.services.textract.model.*;
   import java.util.ArrayList;
   import java.util.List;
   
   public class AnalyzeIdentityDocument {
   
       public static void main(String[] args) {
   
           final String USAGE = "\n" +
                   "Usage:\n" +
                   "    <s3bucket><sourceDoc> \n\n" +
                   "Where:\n" +
                   "    s3bucket - the Amazon S3 bucket where the document is located. \n" +
                   "    sourceDoc - the name of the document. \n";
   
           if (args.length != 1) {
               System.out.println(USAGE);
               System.exit(1);
           }
   
           String s3bucket = "bucket-name"; //args[0];
           String sourceDoc = "sourcedoc-name";  //args[1];
           AmazonTextractClient textractClient = (AmazonTextractClient) AmazonTextractClientBuilder.standard()
                   .withRegion(Regions.US_EAST_1)
                   .build();
   
           getDocDetails(textractClient, s3bucket, sourceDoc);
       }
   
       public static void getDocDetails(AmazonTextractClient textractClient, String s3bucket, String sourceDoc ) {
   
          try {
   
               S3Object s3 = new S3Object();
               s3.setBucket(s3bucket);
               s3.setName(sourceDoc);
   
               com.amazonaws.services.textract.model.Document myDoc = new com.amazonaws.services.textract.model.Document();
               myDoc.setS3Object(s3);
   
               List<Document> list1 = new ArrayList();
               list1.add(myDoc);
   
               AnalyzeIDRequest idRequest = new AnalyzeIDRequest();
               idRequest.setDocumentPages(list1);
   
               AnalyzeIDResult result = textractClient.analyzeID(idRequest);
               List<IdentityDocument> docs =  result.getIdentityDocuments();
               for (IdentityDocument doc: docs) {
   
                   List<IdentityDocumentField>idFields = doc.getIdentityDocumentFields();
                   for (IdentityDocumentField field: idFields) {
                       System.out.println("Field type is "+ field.getType().getText());
                       System.out.println("Field value is "+ field.getValueDetection().getText());
                   }
               }
   
          } catch (Exception e) {
               e.printStackTrace();
          }
       }
   }
   ```

------

1. 這將為您提供`AnalyzeID`operation.