Извлекаем данные из изображений документов и возвращаем их в структурированном виде
Полученные из сервиса данные можно использовать для предзаполнения онлайн-форм, сравнения с данными в CRM-системах, идентификации клиента и в десятках других бизнес-сценариев.
Что делает сервис:
Находит документы на фото и сканах
Обрабатывает многостраничные файлы в форматах PDF и DJVU
Отделяет документы от фона — бабушкиных ковров и узорчатых скатертей
Поправляет повёрнутые и зеркально отражённые документы
Извлекает данные из некачественных фото:
обрезанные;
смазанные;
бликующие;
с наложением посторонних предметов.
Если вы собираетесь работать только с качественными документами, воспользуйтесь сервисами проверкиперед извлечением данных
Как начать работать с сервисом извлечения данных
Есть 5 популярных способов взаимодействия с сервисом. Для любого вам нужен ключ лицензии. Чтобы получить ключ, напишите нам в телеграм или на hello@dbrain.io.
Подготовьте изображение документа для теста. Если у вас такого нет, используйте паспорт РФ из Википедии.
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.
Через 1С
Функция РаспознатьДокумент(ПакетДвоичныеДанные, ИмяФайла) Экспорт
// готовит HTTP-запрос, включая заголовки и тело, и отправляет его на сервер.
ПараметрыЗапроса ="?token=B000000000000000000000"; // токен необходимо получить собственный!
РазделительМультисообщения = "----MessageBoundary1C";
HTTPЗапрос = Новый HTTPЗапрос("/recognize"+ПараметрыЗапроса);
HTTPЗапрос.Заголовки.Вставить("accept", "application/json");
HTTPЗапрос.Заголовки.Вставить("Content-Type", "multipart/form-data; boundary=" + РазделительМультисообщения);
ТелоПоток = Новый ПотокВПамяти();
ЗаписьДанных = Новый ЗаписьДанных(ТелоПоток);
ЗаписьДанных.ЗаписатьСтроку("--" + РазделительМультисообщения);
ЗаписьДанных.Записать(СоздатьСообщение_XML("image", ИмяФайла, ПакетДвоичныеДанные));
ЗаписьДанных.ЗаписатьСимволы(Символы.ВК);
ЗаписьДанных.ЗаписатьСимволы(Символы.ПС);
ЗаписьДанных.ЗаписатьСтроку("--" + РазделительМультисообщения + "--");
ЗаписьДанных.Закрыть();
ТелоДвоичныеДанные = ТелоПоток.ЗакрытьИПолучитьДвоичныеДанные();
Попытка
Соединение = Новый HTTPСоединение("latest.dbrain.io",
443,
,
,
,
60,
ЗащищенноеСоединение());
Исключение
Сообщить(ПодробноеПредставлениеОшибки(ИнформацияОбОшибке()));
КонецПопытки;
HTTPЗапрос.УстановитьТелоИзДвоичныхДанных(ТелоДвоичныеДанные);
Возврат Соединение.ОтправитьДляОбработки(HTTPЗапрос);
КонецФункции
Функция ЗащищенноеСоединение()
ЗащищенноеСоединение = Неопределено;
СистемнаяИнфо = Новый СистемнаяИнформация;
ТипПлатформыСервера = СистемнаяИнфо.ТипПлатформы;
Если ТипПлатформыСервера = ТипПлатформы.Windows_x86
Или ТипПлатформыСервера = ТипПлатформы.Windows_x86_64 Тогда
ЗащищенноеСоединение = Новый ЗащищенноеСоединениеOpenSSL(
Новый СертификатКлиентаWindows(),
Новый СертификатыУдостоверяющихЦентровWindows());
Иначе
ЗащищенноеСоединение = Новый ЗащищенноеСоединениеOpenSSL();
КонецЕсли;
Возврат ЗащищенноеСоединение;
КонецФункции
Функция СоздатьСообщение_XML(ИмяСообщения, ИмяФайла, СообщениеДвоичныеДанные)
Поток = Новый ПотокВПамяти();
ЗаписьДанных = Новый ЗаписьДанных(Поток);
// Заголовки
ЗаписьДанных.ЗаписатьСтроку("Content-Disposition: form-data; name=""" + ИмяСообщения + """; filename=""" + ИмяФайла + """");
Если Прав(ИмяФайла, 4) = ".xml" Тогда
ТипMIME = "text/xml";
ИначеЕсли Прав(ИмяФайла, 4) = ".pdf" Тогда
ТипMIME = "application/pdf";
Иначе
ЧастиИмени = СтроковыеФункцииКлиентСервер.РазложитьСтрокуВМассивПодстрок(ИмяФайла, ".");
Если ЧастиИмени.Количество() > 1 Тогда
ТипMIME = "image/" + ЧастиИмени[ЧастиИмени.ВГраница()];
КонецЕсли;
КонецЕсли;
ЗаписьДанных.ЗаписатьСтроку("Content-Type: " + ТипMIME);
ЗаписьДанных.ЗаписатьСтроку("");
// Тело
ЗаписьДанных.Записать(СообщениеДвоичныеДанные);
ЗаписьДанных.Закрыть();
Возврат Поток.ЗакрытьИПолучитьДвоичныеДанные();
Параметры запроса к API
Вы можете использовать эти параметры с любыми видами документов.
Проверка типа документа
doc_type — string array
Поведение по умолчанию: сервис извлекает данные из всех поддерживаемых типов документов, которые классификатор документов найдёт в файле.
Если вам нужно извлечь данные только из одного типа документа, укажите этот тип в параметре doc_type:
Для извлечения данных только из главного разворота Паспорта РФ укажите doc_type=passport_main
Для извлечения данных из нескольких типов документов допишите их в запрос через &doc_type=. Например, вам нужен главный разворот и прописка Паспорта РФ. В запросе это будет выглядеть так: doc_type=passport_main&doc_type=passport_registration
Режим распознавания
mode — string
Поведение по умолчанию: mode=default
Вы можете использовать сервис классификации документов отдельно от сервиса извлечения данных. Построить разную логику обработки документов в зависимости от того какие типы документов классификатор нашёл на изображении.
Для этого передайте сервису извлечения данных результаты работы классификатора: изображение в параметре image и тип документа в параметре doc_type, а также укажите mode=recognize_only. В таком случае сервис не будет запускать лишнюю классификацию документа и вы быстрее получите ответ.
Возврат найденных изображений документов
return_crops — boolean
Поведение по умолчанию: return_crops=false — cервис не возвращает найденные изображения документов.
Если вам нужны найденные сервисом изображения документов, укажите return_crops=true. Сервис вернёт в ответе API изображение в параметре crop.
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
fields — string, поля документа, список полей по каждому документу приведён в API-спецификация в Google таблице.
text — string, текст поля документа
confidence — number, уровень уверенности алгоритма в корректности извлечения данных из поля
coords — массив, координаты поля на документе, вырезанного и правильно ориентированного, по четырём точкам: верхний левый угол, верхний правый, нижний левый, нижний правый
doc_coords — массив, координаты документа на оригинальном изображении по четырём точкам: верхний левый угол, верхний правый, нижний левый, нижний правый
confidence — number, уровень уверенности алгоритма в корректности определения типа документа
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
У каждого типа документа есть свои особенности извлечения. Изучите то, что нужно вам, тут: