带有手写复选框的 AWS 文本

Question

我有 1000 份调查表需要扫描，然后上传到我的 C# 系统，以便提取数据并将其输入数据库。调查混合了手写的 1) 文本框和 2) 复选框。我目前正在使用 Azure Read Api 来提取应该可以正常工作的手写文本，例如下面的问题 #4 返回“Python”和“编码”。

所以我的问题；任何 AWS Textract 都可以让我提取已标记复选框的数据吗？例如请参阅下面的问题 #1 - 我需要一个字符串回复说“不同意”，这可以通过任何 AWS Textract API 实现吗？

不幸的是，Azure Read API 和 Google Vision OCR 不提供此功能，因此如果 AWS Textract 无法帮助我解决此问题，我将不得不手动执行一些操作，例如检查像素颜色的变化以检测勾选的复选框。

调查类型：

Answer 1

是的，Amazon Textract 支持检测各种字段输入，例如复选框和单选按钮。您可以阅读有关详细信息 in the docs here 和 here 的更多信息。

我编写了一个快速脚本，使用以下代码为您的图像调用 Textract，该代码正确识别了不同表单字段的键和值，此外还识别了给定字段是否被选中/取消选中。

# python 3
import boto3

# instantiate client
textract = boto3.client('textract')

# read image bytes
with open("textract-test.png", "rb") as image:
  f = image.read()
  image_data = bytearray(f)
  print(image_data[0])

# call textract endpoint
textract.analyze_document(Document={'Bytes': image_data}, FeatureTypes=['FORMS'])

结果输出将是一系列“块”，代表文本或表单输入的各个块。解析这个 JSON，我们可以找到与选中的复选框对应的块，如下所示：

"Id": "0abb6f4e-4512-4581-b261-a45f2426973f",
      "SelectionStatus": "SELECTED" // value of interest. Alternatively, "NOT_SELECTED"
    },
    {
      "BlockType": "SELECTION_ELEMENT",
      "Confidence": 54.00064468383789,
      "Geometry": {
        "BoundingBox": {
          "Width": 0.030619779601693153,
          "Height": 0.024501724168658257,
          "Left": 0.4210366904735565,
          "Top": 0.439885675907135
        },
        "Polygon": [
          {
            "X": 0.4210366904735565,
            "Y": 0.439885675907135
          },
          {
            "X": 0.4516564607620239,
            "Y": 0.439885675907135
          },
          {
            "X": 0.4516564607620239,
            "Y": 0.4643873870372772
          },
          {
            "X": 0.4210366904735565,
            "Y": 0.4643873870372772
          }
        ]
      },

很抱歉没有在 C# 中创建示例，但您可以通过 CLI 或 AWS .NET SDK 使用 Textract 以获得类似的效果。

---

注意：如果您只是想了解一下 Amazon Textract 将为您的数据返回什么响应，您可以导航到 AWS 管理控制台中的 Amazon Textract 页面并使用图像在那里测试应用程序。您可以使用 GUI 来可视化一些结果，或者下载完整的 API 响应。