Extract text from images (using OCR)（从图像中提取文本（使用OCR））¶
Supported in: Batch, Faster
Extracts text from an image using optical character recognition (OCR).
Expression categories: Media
Declared arguments¶
- Languages to detect: Languages to detect in the input files.
Set\ - Media reference: The column containing media references to image files in a media set.
Expression\ - OCR output format: Output will be a string.
Enum\ - Scripts to detect: Scripts to detect in the input files.
Set\ - optional Error handling: Determines the behavior of the pipeline for inputs that fail to process.
Enum\
Output type: String
Examples¶
Example 1: Base case¶
Argument values:
- Languages to detect: {
ENG} - Media reference:
mediaReference - OCR output format: {
TEXT} - Scripts to detect: {
ARABIC} - Error handling:
FAIL_FAST
| mediaReference | Output |
|---|---|
| {"mimeType":"image/png","reference":{"type":"mediaSetItem","mediaSetItem":{"mediaSetRid":"ri.mio.main.media-set.a", "mediaItemRid":"ri.mio.main.media-item.a"}}} | This text came from the image in the media set. |
中文翻译¶
从图像中提取文本（使用OCR）¶
支持：批处理（Batch）、快速处理（Faster）
通过光学字符识别（OCR）从图像中提取文本。
表达式类别： 媒体（Media）
声明参数¶
- 要检测的语言（Languages to detect）： 输入文件中需要检测的语言。
集合\<枚举\<南非荷兰语、阿尔巴尼亚语、阿姆哈拉语、阿拉伯语、亚美尼亚语、阿萨姆语、阿塞拜疆语、西里尔阿塞拜疆语、巴斯克语、白俄罗斯语等>> - 媒体引用（Media reference）： 包含媒体集中图像文件媒体引用的列。
表达式\<媒体引用> - OCR输出格式（OCR output format）： 输出将为字符串。
枚举\<文本（Text）、hOCR> - 要检测的脚本（Scripts to detect）： 输入文件中需要检测的书写系统。
集合\<枚举\<阿拉伯语、亚美尼亚语、孟加拉语、加拿大原住民音节文字、切罗基语、西里尔字母、天城文、埃塞俄比亚文、哥特体、格鲁吉亚文等>> - 可选 错误处理（Error handling）： 决定管道对处理失败的输入的行为。
枚举\<失败（FAIL）、空值（NULL）>
输出类型： 字符串（String）
示例¶
示例1：基础情况¶
参数值：
- 要检测的语言： {
ENG} - 媒体引用：
mediaReference - OCR输出格式： {
TEXT} - 要检测的脚本： {
ARABIC} - 错误处理：
FAIL_FAST
| mediaReference | 输出 |
|---|---|
| {"mimeType":"image/png","reference":{"type":"mediaSetItem","mediaSetItem":{"mediaSetRid":"ri.mio.main.media-set.a", "mediaItemRid":"ri.mio.main.media-item.a"}}} | 这段文本来自媒体集中的图像。 |