Pengenalan teks model bawaan

Model bawaan Pengenalan teks mengekstrak kata-kata dari dokumen dan gambar ke dalam aliran karakter yang dapat dibaca mesin. Ini menggunakan pengenalan karakter optik (OCR) canggih untuk mendeteksi teks cetak dan tulisan tangan dalam gambar.

Model ini memproses gambar dan file dokumen untuk mengekstrak baris teks cetak atau tulisan tangan.

Gunakan di Power Apps

Model bawaan Pengenalan teks tersedia dengan Power Apps menggunakan komponen pengenal teks. Informasi selengkapnya: Menggunakan komponen pengenal teks di Power Apps

Penggunaan di Power Automate

Untuk informasi tentang cara menggunakan model Power Automate ini, lihat Menggunakan model bawaan Pengenalan teks Power Automate.

Bahasa, format, dan ukuran yang didukung

File yang dapat Anda pindai dengan model Pengenalan teks harus memiliki karakteristik berikut:

• Bahasa untuk teks cetak: Afrikaans, Albania, Angika (Devanagiri), Arab, Asturian, Awadhi-Hindi (Devanagiri), Azerbaijan (Latin), Bagheli, Basque, Belarusia (Cyrillic), Belarusia (Latin), Bhojpuri-Hindi (Devanagiri), Bislama, Bodo (Devanagiri), Bosnia (Latin), Brajbha, Breton, Bulgaria, Bundeli, Buryat (Cyrillic), Catalan, Cebuano, Chamling, Chamorro, Chhattisgarhi (Devanagiri), Mandarin (Sederhana), Cina (Tradisional), Cornish, Korsika, Tatar Krimea (Latin), Kroasia, Ceko, Denmark, Dari, Dhimal (Devanagiri), Dogri (Devanagiri), Belanda, Inggris, Erzya (Cyrillic), Estonia, Faroe, Fiji, Filipina, Finlandia, Prancis, Friulia, Gagauz (Latin), Galicia, Jerman, Gilbertese, Gondi (Devanagiri), Greenland, Gurung (Devanagiri), Haiti Creole, Halbi (Devanagiri), Hani, Haryanvi, Hawaii, Hindi, Hmong Daw (Latin), Ho (Devanagiri), Hongaria, Islandia, Inari Sami, Indonesia, Interlingua, Inuktitut (Latin), Irlandia, Italia, Jepang, Jaunsari (Devanagiri), Jawa, Kabuverdianu, Kachin (Latin), Kangri (Devanagiri), Karachay-Balkar, Kara-Kalpak (Cyrillic), Kara-Kalpak (Latin), Kashubian, Kazakh (Cyrillic), Kazakh (Latin), Khaling, Khasi, K'iche', Korea, Korku, Koryak, Kosraean, Kumyk (Cyrillic), Kurdi (Arab), Kurdi (Latin), Kurukh (Devanagiri), Kyrgyzstan (Cyrillic), Lakota, Latin, Lithuania, Lower Sorbia, Lule Sami, Luxembourg, Mahasu Pahari (Devanagiri), Melayu (Latin), Malta, Malto (Devanagiri), Manx, Maori, Marathi, Mongolia (Cyrillic), Montenegro (Cyrillic), Montenegro (Latin), Neapolitan, Nepal, Niuean, Nogay, Sami Utara (Latin), Norwegia, Occitan, Ossetic, Pashto, Persia, Polandia, Portugis, Punjabi (Arab), Ripuarian, Rumania, Romansh, Rusia, Sadri (Devanagiri), Samoa (Latin), Sansekerta (Devanagari), Santali (Devanagiri), Skotlandia, Gaelik Skotlandia, Serbia (Latin), Sherpa (Devanagiri), Sirmauri (Devanagiri), Skolt Sami, Slovakia, Slovenia, Somalia (Arab), Sami Selatan, Spanyol, Swahili (Latin), Swedia, Tajik (Sirilik), Tatar (Latin), Tetum, Thangmi, Tonga, Turki, Turkmenistan (Latin), Tuvan, Sorbia Atas, Urdu, Uighur (Arab), Uzbekistan (Arab), Uzbekistan (Kiril), Uzbekistan (Latin), Volapük, Walser, Welsh, Frisia Barat, Yucatec Maya, Zhuang, Zulu
• Bahasa untuk teks tulisan tangan: Inggris, Cina (Sederhana), Prancis, Jerman, Italia, Jepang, Korea, Portugis, Spanyol
• Format:
  • JPG
  • PNG
  • BMP
  • PDF
• Ukuran: Maksimum 20 MB
• Untuk dokumen PDF, hanya 2.000 halaman pertama yang diproses.

Keluaran model

Jika dokumen terdeteksi, model Pengenalan teks menghasilkan informasi berikut:

• Hasil: Daftar baris yang diekstraksi dari teks input.
• Teks: String yang berisi baris teks yang terdeteksi.
• BoundingBox: Empat nilai yang mewakili kotak pembatas, dijelaskan dengan menggunakan posisi atas dan kiri beserta lebar dan tingginya.

Batas

Informasi terkait

Pelatihan: Mengenali teks dengan AI Builder (modul)