Aws Textract 复选框检查了 c# 中 pdf 文档中的值答案

【问题标题】：Aws Textract checkbox checked value from pdf document in c#Aws Textract 复选框检查了 c# 中 pdf 文档中的值
【发布时间】：2020-06-03 10:37:49
【问题描述】：

我正在使用 Amazon Textract 从 pdf 文档 (refer link) 中提取文本，它工作正常。我需要从同一个 pdf 文档中获取复选框的选中项。如何从 pdf 文档中获取复选框选择。请通过一些光线

【问题讨论】：

你尝试了什么？你在哪里失败了？你能扩展吗？
我正在使用 amazon Textract 服务从 pdf 中提取文本和复选框，因此我使用诸如（aws accesskey、secretkey、region 和 S3 Bucket 名称）之类的凭据将 pdf 上传到 s3 存储桶。使用键调用 GetDocumentTextDetectionAsync 进行响应上传后。作为响应，我得到所有文本但没有选中复选框的选择元素

【解决方案1】：

关于检测选择元素，例如文档页面上的单选按钮和复选框，可以在表单数据和表格中检测到这些元素。请参阅以下文档：https://docs.aws.amazon.com/textract/latest/dg/how-it-works-selectables.html

如果选择元素的样式与上述文档中给出的样式不同，则从 Textract 返回的结果可能不包含这些元素，或者可能不准确。

进一步，查看从 Textract API 返回的 JSON 数据，需要从返回的 Blocks 中提取 KEY_VALUE_SET BlockType 对象以获取所有从文档中提取的复选框值，如here 所述。

【讨论】：

我已经使用“API for Amazon textract console”尝试了我的 pdf，它返回带有 Checkbox 选择元素的 JSON。与我未能获得选择元素的 Amazon textract SDK 相同的 PDF。
如果控制台演示检测到选择元素，SDK 调用也应该返回它，因为两者的后端相同。请注意Block 对象是分页的，如果响应中返回“NextToken”，则需要在下一个request syntax 中传递它以获取剩余结果。