Классификация документов

Проверяем наличие требуемого списка документов в файле и аккуратно раскладываем их по типам

Сервис поможет обработать многостраничные сканы с поточного сканера или сделать предварительную обработку заявки на налоговый вычет. Он пригодится и в простых случаях: когда нужно убедиться, что на изображении именно тот документ, который вы запрашивали.

Сервис классификации:

Работает с фотографиями и сканами документов.
Находит на изображении все документы, даже если на одном скане присутствуют сразу паспорт, СНИЛС и водительские права.
Отделяет документы от фона. Например, от рук, столов или обоев в цветочек.
Поворачивает и при необходимости зеркально отражает документ.
Присваивает тип каждому найденному документу. Вы можете посмотреть, какие документы мы умеем классифицировать, в разделе «Типы документов».

Обратите внимание, что классификатор может вернуть в API такие типы:

other — документ неизвестного типа
not_document — не документ, например, фото кота
empty — пустая страница

Как начать работать с сервисом классификации документов

Есть 4 популярных способа взаимодействия с сервисом. Для любого из них вам нужен ключ лицензии. Чтобы получить ключ, напишите нам в телеграм или на [email protected].

Подготовьте изображение документа для теста. Если у вас такого нет, используйте паспорт РФ из Википедии.

Через терминал

Обратитесь к методу /classify по адресу latest.dbrain.io. В этом способе только два обязательных параметра:

token — ваш ключ лицензии
image — файл с изображением документа

Запрос curl должен выглядеть так:

curl -X 'POST' \
  'https://latest.dbrain.io/classify?token=xxx' \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -F '[email protected];type=image/jpeg'

Через Swagger

Подготовьте ключ лицензии
Откройте Swagger и нажмите кнопку Authorize в правом верхнем углу
Введите свой токен в любое поле и нажмите Authorize
Прокрутите вниз до раздела Documents, нажмите на метод /classify
В открывшемся разделе нажмите на кнопку Try it out
Прокрутите страницу вниз до раздела Request body
Нажмите на кнопку Выберите файл пункта image
Укажите изображение, которое нужно распознать
Нажмите кнопку Execute
Ответ сервиса появится в пункте Response body раздела Responses
Полученный на этом этапе Curl мы рекомендуем использовать как основу для написания интеграции с API сервиса Dbrain

Через веб-демо

Откройте demo.dbrain.io
Введите ключ лицензии в поле «Введите токен»
Нажмите кнопку «Выберите файлы для распознавания»
Укажите изображение, которое нужно распознать
Нажмите кнопку «Классифицировать»

Через Python

import requests

url = 'https://latest.dbrain.io/classify?token=xxx'
files = {'image': open('image.jpg', 'rb')}
headers = {'accept': 'application/json'}

response = requests.post(url, headers=headers, files=files)

Код использует библиотеку requests для отправки POST-запроса с файлом изображения. Функция open() используется для открытия файла изображения в двоичном режиме и передачи его в параметр files. Параметр headers используется для установки заголовка accept в значение application/json. Ответ от сервера сохраняется в переменной response.

Тело запроса передавайте в кодировке UTF-8.

Параметры запроса к API

Возврат найденных областей изображения

return_crops — boolean

Поведение по умолчанию: return_crops=true — сервис возвращает изображения найденных документов в параметре crop.

Если вам не нужны найденные сервисом изображения документов (например, в целях экономии трафика), укажите return_crops=false.

Перед началом работы с сервисами изучите раздел «Общая информация о сервисах». Там мы рассказываем про допустимые форматы файлов, виды запросов и ответов, набор HTTP-статусов и даём рекомендации по устранению ошибок

В ответе API:

task_id — string, идентификатор запроса, формат: 32 символа, 16-ричная строка
items — массив, который содержит найденные документы
- document — объект, который содержит один из найденных документов
  - type— string, тип найденного документа, возможные типы перечислены в таблице выше
  - rotation — integer, ориентация документа
  - coords — массив, координаты документа на изображении по четырём точкам: верхний левый угол, верхний правый, нижний левый, нижний правый
  - page — integer, номер страницы, на котором найден документ, актуально для многостраничных форматов, например PDF
  - confidence — number, уровень уверенности алгоритма в корректности определения типа документа
- crop — $string, изображение документа, отделённое от фона и правильно ориентированное, в бинарном формате
task_tags — массив string, теги, если они переданы в параметре task_tags
page_count — integer, число страниц в файле, актуально для PDF и DJVU
docs_count — integer, число распознанных документов в файле
traceback — string, сообщение об ошибке, которое содержит информацию о том, где произошла ошибка в коде и какие функции были вызваны перед ней. Это сообщение может помочь разработчикам понять причину возникновения ошибки и исправить ее. Передайте её нашей службе поддержки.

Остальные поля не несут практического смысла. Оставили их для совместимости со старыми версиями.

PreviousТипы документов NextИзвлечение данных