Microsoft認知服務Recognize Text API

Question

我通過傳遞我從手機拍攝的圖像來調用Microsoft識別文本api，沒有發生錯誤，但是每次api將返回空字符串，因為結果與發布的圖像無關緊要。 我用Microsoft OCR API嘗試了這些圖像，它返回了我的結果，有人可以幫忙嗎？

Answer 1

我通過傳遞我從手機上拍攝的圖像來呼叫Microsoft識別文本api，沒有錯誤發生，但是每次api將返回空字符串，因為結果與我發布的圖像無關。

在Recognize Text API的文檔中 ，我們可以找到：

該服務已接受該請求，稍后將開始處理。

它將立即返回“已接受”，並包含“ Operation-Location”標頭。 客戶端應使用此標頭中指定的URL進一步查詢操作狀態。

我懷疑您在請求識別文本后直接從響應中獲取/提取了內容，因此內容將為string.Empty。

為了獲得文本操作結果的識別 ，您需要使用響應標頭“ Operation-Location ”中指定的URL發出進一步的請求。

在下面的測試代碼中，我們可以發現內容確實為空。

測試代碼：

var client = new HttpClient();

var queryString = HttpUtility.ParseQueryString(string.Empty);

client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "{Subscription_Key_here}");

queryString["mode"] = "Printed";

var uri = "https://{region}.api.cognitive.microsoft.com/vision/v2.0/recognizeText?" + queryString;

HttpResponseMessage response;

var imagePath = @"D:\xxx\xxx\xxx\testcontent.PNG";

Stream imageStream = File.OpenRead(imagePath);

BinaryReader binaryReader = new BinaryReader(imageStream);

byte[] byteData = binaryReader.ReadBytes((int)imageStream.Length);

using (var content = new ByteArrayContent(byteData))
{
    content.Headers.ContentType = new MediaTypeHeaderValue("application/octet-stream");
    response = await client.PostAsync(uri, content);

    if (response.IsSuccessStatusCode)
    {
        var contentString = await response.Content.ReadAsStringAsync();

        var operation_location = response.Headers.GetValues("Operation-Location").FirstOrDefault();

        Console.WriteLine($"Response content is empty({contentString == string.Empty}).\n\rYou should further query the operation status using the URL ({operation_location}) specified in response header.");
    }
}

測試結果：

注意：識別文本API當前處於預覽狀態，僅適用於英文文本。 如您所述，Computer Vision中的OCR技術還可以幫助檢測圖像中的文本內容，並且OCR當前支持25種語言，有時我們可以使用OCR作為替代解決方案。