0

目前使用@azure/ai-form-recognizer3.2.0 从图像和 PDF 中进行 OCR，例如：

const poller = await MsClient.beginRecognizeInvoices(stream, 
            {
                onProgress: (state) => {}
            });
const [ocrResult] = await poller.pollUntilDone();

的差异或关系是@azure/cognitiveservices-computervision什么？我只对OCR感兴趣。

4

1 回答 1

1

两者之间有几个关键区别。表单识别器的主要目标是从表单和其他数字化文档中构造数据以进行进一步处理。这里的关键是表单识别器提供的功能可以帮助更好地对从所述文档中读取的信息进行上下文化，而不仅仅是独立的光学字符识别。从表单识别器文档（强调我的）：

Azure 表单识别器是一种基于云的 Azure 应用 AI 服务，它使用机器学习模型从文档中提取和分析表单字段、文本和表格。表单识别器分析您的表单和文档，提取文本和数据，将字段关系映射为键值对，并返回结构化的 JSON 输出。您可以快速获得针对您的特定内容量身定制的准确结果，而无需过多的人工干预或广泛的数据科学专业知识。使用表单识别器自动处理应用程序和工作流中的数据、增强数据驱动策略并丰富文档搜索功能。

另一方面，Azure 计算机视觉提供了三个不同的功能。虽然下面的 OCR 原则描述了类似于表单识别器的内容，但它的使用更通用，因为它不像表单识别器那样提供健壮的键/值对上下文化。该服务还提供更高级别的 AI 功能，用于处理图像和视频，以识别其中的人物/名人、地标和常见物体（以及其他）。从计算机视觉文档：

服务 描述
光学字符识别 (OCR) 光学字符识别 (OCR) 服务从图像中提取文本。您可以使用新的读取 API 从照片和文档中提取打印和手写文本。它使用基于深度学习的模型，并处理各种表面和背景上的文本。这些包括商业文件、发票、收据、海报、名片、信件和白板。OCR API 支持提取多种语言的打印文本...
图像分析 图像分析服务从图像中提取许多视觉特征，例如对象、面孔、成人内容和自动生成的文本描述。按照图像分析快速入门开始。
空间分析 空间分析服务分析视频源上人员的存在和移动，并生成其他系统可以响应的事件。安装空间分析容器以开始使用。

乍一看，两者之间有一些重叠，但经过进一步检查，两者的主要用例有清晰的描述。

于 2022-02-11T22:37:55.210 回答