亚马逊Rekognition用于文本检测

Question

我有收据的图片，想要将图片中的文本内容分离出来储存。使用Amazon Rekognition可以检测图片中的文字吗？

- user2219441

Answer 1

2017年11月更新：

Amazon Rekognition宣布了实时人脸识别、图像中的文字识别和改进的人脸检测。

点击这里阅读公告：https://aws.amazon.com/about-aws/whats-new/2017/11/amazon-rekognition-announces-real-time-face-recognition-text-in-image-recognition-and-improved-face-detection/

证明如下：

- Vlad Holubiev

---

非常正确！Amazon Rekognition 图像中的文本 "可以检测图像中的文本并将其转换为机器可读的文本"。但是，它无法进行全页OCR。 - John Rotenstein

AWS Rekognition OCR 的字数限制为50个词。 :( - Vingtoft

@Vingtoft 对我来说也是个惊喜，所以Tesseract+Lambda来拯救 - https://twitter.com/vladholubiev/status/1022607436274970624 - Vlad Holubiev

Answer 2

不，Amazon Rekognition不能提供光学字符识别（OCR）。

截至撰写本文的时间（2017年3月），它只提供以下功能：

• 物体和场景检测
• 面部分析
• 人脸比对
• 人脸识别

没有AWS提供OCR服务的。您需要使用第三方产品。

- John Rotenstein

---

截至2018年2月，OCR功能现在可以在Amazon Web Services中进行演示，例如在https://console.aws.amazon.com/rekognition/home?region=us-east-1#/text-detection。 - xke

Answer 3

亚马逊不提供OCR API。你可以使用Google Cloud Vision API进行文本识别，但这需要支付3.5美元/1000张图片的费用。要测试Google的API，请打开下面的链接并将以下代码粘贴到右侧的测试请求正文中。

https://cloud.google.com/vision/docs/reference/rest/v1/images/annotate

{
   "requests": [
     {
       "image": {
         "source": {
           "imageUri": "JPG_PNG_GIF_or_PDF_url"
         }
       },
       "features": [
         {
           "type": "DOCUMENT_TEXT_DETECTION"
         }
       ]
     }
   ]
 }

- Kareem

Answer 4

您可能会通过Amazon Textract获得更好的结果，尽管它目前仅在有限预览中提供。

使用AWS JS SDK和Rekognition可以检测图像中的文本，但您的结果可能会有所不同。

/* jshint esversion: 6, node:true, devel: true, undef: true, unused: true */

// Import libs.
const AWS = require('aws-sdk');
const axios = require('axios');

// Grab AWS access keys from Environmental Variables.
const { S3_ACCESS_KEY, S3_SECRET_ACCESS_KEY, S3_REGION } = process.env;

// Configure AWS with credentials.
AWS.config.update({
  accessKeyId: S3_ACCESS_KEY,
  secretAccessKey: S3_SECRET_ACCESS_KEY,
  region: S3_REGION
});

const rekognition = new AWS.Rekognition({
  apiVersion: '2016-06-27'
});

const TEXT_IMAGE_URL = 'https://loremflickr.com/g/320/240/text';

(async url => {

  // Fetch the URL.
  const textDetections = await axios
    .get(url, {
      responseType: 'arraybuffer'
    })

    // Convert to base64 Buffer.
    .then(response => new Buffer(response.data, 'base64'))

    // Pass bytes to SDK
    .then(bytes =>
      rekognition
        .detectText({
          Image: {
            Bytes: bytes
          }
        })
        .promise()
    )
    .catch(error => {
      console.log('[ERROR]', error);
      return false;
    });

  if (!textDetections) return console.log('Failed to find text.');

  // Output the raw response.
  console.log('\n', 'Text Detected:', '\n', textDetections);

  // Output to Detected Text only.
  console.log('\n', 'Found Text:', '\n', textDetections.TextDetections.map(t => t.DetectedText));

})(TEXT_IMAGE_URL);

在这个答案中，可以看到更多使用NodeJS与Rekognition的示例。

- jgraup

Answer 5

 public async Task<List<string>> IdentifyText(string filename)
        {
            // Using USWest2, not the default region
            AmazonRekognitionClient rekoClient = new AmazonRekognitionClient("Access Key ID", "Secret Access Key", RegionEndpoint.USEast1);            
            Amazon.Rekognition.Model.Image img = new Amazon.Rekognition.Model.Image();
            byte[] data = null;
            using (FileStream fs = new FileStream(filename, FileMode.Open, FileAccess.Read))
            {
                data = new byte[fs.Length];
                fs.Read(data, 0, (int)fs.Length);
            }
            img.Bytes = new MemoryStream(data);   

            DetectTextRequest dfr = new DetectTextRequest();
            dfr.Image = img;
            var outcome = rekoClient.DetectText(dfr);

            return outcome.TextDetections.Select(x=>x.DetectedText).ToList();           
        }

- Amit Shukla

---

请在您的答案中添加注释，解释您的代码。 - Irreducible