Amazon Textract：如何选择“原始文本”选项

Question

我们正在尝试将 amazon Textract api 集成到我们的 node.js 应用程序中。我们在处理图像时遇到了一些问题，FeatureType 参数。我们需要通过 api 实现以下选项：

我们在 AWS JavaScript 开发工具包中找不到该选项。

导出类型 FeatureType = "TABLES"|"FORMS"|string;

我正在尝试这段代码：

const params = {
            Document: {
                /* required */
                Bytes: Buffer.from(fileData)
            },
            FeatureTypes: [""] // here i'm facing issue, if i pass "TABLES"|"FORMS" it working
        };
        var textract = new AWS.Textract({
            region: awsConfig.awsRegion,
            accessKeyId: awsConfig.awsAccesskeyID,
            secretAccessKey: awsConfig.awsSecretAccessKey
        })
        textract.analyzeDocument(params, (err, data) => {
            console.log(err, data)
            if (err) {
                return resolve(err)
            } else {
                resolve(data)
            }
        })

收到此错误：

InvalidParameterType: Expected params.FeatureTypes[0] to be a string

如果我通过 "TABLES"|"FORMS" 它可以工作，但我需要原始文本选项。

提前致谢

Answer 1

你一直在调用analyzeDocument()函数：

分析输入文档中检测到的项目之间的关系。

它返回各种类型的文本：

'BlockType': 'KEY_VALUE_SET'|'PAGE'|'LINE'|'WORD'|'TABLE'|'CELL'|'SELECTION_ELEMENT',

LINE 和 WORD 块似乎符合您的要求。

另外，还有一个detectDocumentText()函数：

检测输入文档中的文本。 Amazon Textract 可以检测文本行和构成文本行的单词。