View a markdown version of this page

文字行和單字 - Amazon Textract

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。

文字行和單字

Amazon Textract 操作傳回的偵測文字會在封鎖物件清單中傳回。這些物件代表文件頁面上偵測到的文字行或文字單字。下列文字顯示以多個單字製作的兩行文字。

這是文字。

分成兩行。

偵測到的文字會在Block物件的 Text 欄位中傳回。BlockType 欄位決定文字是一行文字 (LINE) 還是單字 (WORD)。WORD 是一或多個非以空格分隔的 ISO 基本拉丁指令碼字元。LINE 是 Tab 分隔和連續單字的字串。

此外，Amazon Textract 將判斷某段文字是使用 TextTypes 欄位手寫還是列印。這些會分別傳回為手寫和列印。

其他Block屬性適用於所有區塊類型，例如 ID、可信度和幾何資訊。如需詳細資訊，請參閱文字偵測和文件分析回應物件。

若要僅偵測行和字，您可以使用 DetectDocumentText 或 StartDocumentTextDetection。如需詳細資訊，請參閱偵測文字。若要取得偵測到的文字 （行和字） 及其與文件其他部分的關係資訊，例如資料表，您可以使用 AnalyzeDocument 或 StartDocumentAnalysis。如需詳細資訊，請參閱分析文件。

PAGE、 LINE和 WORD區塊在parent-to-child關係中彼此相關。PAGE 區塊是文件頁面上所有LINE區塊物件的父系。由於 LINE 可以有一或多個單字，LINE 區塊的Relationships陣列會儲存構成文字行之子 WORD 區塊的 IDs。

下圖顯示一行 Hello， world。在文字 Hello， world 中。您好嗎？ 由 Block 物件表示。

顯示文字物件「PAGE」、「LINE」與兩個執行個體、「WORD」與「Hello， world」的圖表。標籤和連線描述階層結構。

以下是句子 Hello， world DetectDocumentText 時來自 的 JSON 輸出。 您好嗎？ 偵測到 。第一個範例是文件頁面的 JSON。您可以使用 CHILD IDs來導覽文件。

{
    "Geometry": {...}, 
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "d7fbd604-d609-4d69-857d-247a3f591238", // Line - Hello, world.
                "b6c19a93-6493-4d8e-958f-853c8f7ca055" //  Line - How are you?
            ]
        }
    ], 
    "BlockType": "PAGE", 
    "Id": "56ec1d77-171f-4881-9852-2b5b7e761608"
},

以下是構成「Hello， World」行的 LINE 區塊的 JSON：

{
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "7f97e2ca-063e-47a8-981c-8beee31afc01", // Word - Hello,
                "4b990aa0-af96-4369-b90f-dbe02538ed21"  // Word - world.
            ]
        }
    ], 
    "Confidence": 99.63229370117188, 
    "Geometry": {...}, 
    "Text": "Hello, world.", 
    "BlockType": "LINE", 
    "Id": "d7fbd604-d609-4d69-857d-247a3f591238"
},

以下是 WORD 區塊的 JSON，名稱為 Hello：

{
    "Geometry": {...}, 
    "Text": "Hello,", 
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.74746704101562, 
    "Id": "7f97e2ca-063e-47a8-981c-8beee31afc01"
},

最後一個 JSON 是字詞世界的 WORD 區塊。：

{
    "Geometry": {...}, 
    "Text": "world.",
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.5171127319336, 
    "Id": "4b990aa0-af96-4369-b90f-dbe02538ed21"
},