表单识别器的 v2 到 v3 转换答案

【问题标题】：v2 to v3 Transition for Form Recognizer表单识别器的 v2 到 v3 转换
【发布时间】：2021-11-29 20:03:33
【问题描述】：

因为 FR v3.0 仍然是预览模式，所以我去了 v2.1 Quickstarts，“Analyze using a Prebuilt model”，导航到 @987654322 @。使用 Form Type = "Invoice" 测试了很多大小和文字，包括手写，结果很满意，尤其是返回的 JSON 文件结构：

...
"analyzeResult":
  {
    ...
    readResults:[...],
    pageResults:[...]
    ...
  }

对于大/复杂的图像/文档，使用基于rowIndex 和columnIndex 的pageResults.tables[0].cells，我可以轻松地将每一行文本拼凑成整个文档。对于小/简单的图像/文档或pageResults.tables.length==0，使用readResults.lines 实现相同的 OCR 结果，如一刀切，完美！

接下来是我自己动手操作的相同图像，示例，JavaScript。因为我一直只使用 Invoice，所以我选择了 identifyInvoice.js，很好的示例，简单易懂。即使它是 v3 并且缺少 readResults 和 pageResutls，我仍然可以使用 invoice.pages[0].tables[0].cells 为大型/复杂图像/文档实现相同的结果。对于小/简单的图像发现 2 个问题：

invoice.pages[0].tables.length = 0，所以没有文本值。
只有文本值是NRT LLC. 的invoice.fields.VendorName.value，其他所有v2.1 返回的打印文本和手写都没有了！

我相信上述变化在MS方面一定有一些原因，对我们来说这意味着v3不向后兼容。更重要的是，我们无法知道图像是否适合模型和/或在提交之前是否会返回某些内容，即使我们提供了模型选择列表，用户可能会因额外的手动工作而感到沮丧。目前我们所能做的就是切换回谷歌。所以，

v2.x 示例代码在哪里，MS 何时停止使用 v2.x？
v2.x 如何过渡到 v3？

下面是我的导航路线。谢谢您，非常感谢您的出色工作！

【问题讨论】：

标签： form-recognizer

【解决方案1】：

这有点令人困惑，但 NPM 上的 @azure/ai-form-recognizer 包的版本是表单识别器 API 版本之前的一个主要版本。预览 API 版本“2021-09-30-preview”（REST API “v3”）可以与表单识别器 SDK 版本 4.0.0-beta.2 一起使用。 REST API 版本 v2.1 (GA) 与 SDK 版本 3.2.0 一起使用。在README for @azure/ai-form-recognizer 3.2.0 上，它解释了这一点：

注意：此包面向 Azure 表单识别器服务 API 版本 2.x。

根据您所说的，我猜测您使用的是 SDK 的最新稳定版本 3.2.0。在此版本中使用预构建或自定义模型提取数据时，tables 附加到 pages，pages 附加到表单，因此您可以通过查看表单来访问表格：

const poller = await client.beginRecognizeInvoices(inputs);
const invoices = await poller.pollUntilDone();

const table = invoices[0].pages[0].tables[0];

如果表格出现在未与任何表单关联的页面上（该页面上未出现任何表单），则无法使用此方法访问它。该功能在新的预览版 API 的新 beta SDK 中提供，但在当前 SDK 中要获取所有页面（无论它们是否包含表单），您可以考虑使用 beginRecognizeContent 方法。

【讨论】：