使用预生成的文档智能模型

在本练习中，你将在 Azure 订阅中设置 Azure AI 文档智能资源。你将使用 Azure AI 文档智能工作室和 C# 或 Python 将表单提交到该资源以供分析。

创建 Azure AI 文档智能资源

在调用 Azure AI 文档智能服务之前，必须创建资源以在 Azure 中托管该服务：

在一个新的浏览器标签页中，打开 Azure 门户 (https://portal.azure.com)，然后使用与 Azure 订阅关联的 Microsoft 帐户登录。
在 Azure 门户主页上，导航到顶部搜索框并输入文档智能，然后按 Enter。
在“文档智能”页中，选择“创建文档智能”。
在创建文档智能页面上，使用以下内容配置资源：
- 订阅：Azure 订阅。
- 资源组： 选择或创建具有唯一名称（如 DocIntelligenceResources）的资源组。
- 区域：选择附近的区域。
- 名称： 输入全局唯一的名称。
- 定价层级： 选择免费 F0（如果没有可用的免费层级，请选择标准 S0）。
然后选择“查看 + 创建”，选择“创建”。等待 Azure 创建 Azure AI 文档智能资源。
部署完成后，选择转到资源。使此页面保持打开状态，以供本练习的其余部分使用。

使用“读取”模型

首先，使用 Azure AI 文档智能工作室和读取模型分析具有多种语言的文档。将 Azure AI 文档智能工作室连接到刚刚创建的资源以执行分析：

打开新的浏览器选项卡并转到 Azure AI 文档智能工作室https://documentintelligence.ai.azure.com/studio。
在文档分析下，选择读取磁贴。
如果系统要求你登录帐户，请使用 Azure 凭证。
如果系统询问要使用哪个 Azure AI 文档智能资源，请选择创建 Azure AI 文档智能资源时使用的订阅和资源名称。
在左侧文档列表中，选择 read-german.pdf**。
在左上角，选择“分析选项”，在“分析选项”窗格中启用“语言”复选框（“可选检测”下），然后单击“保存”********。
在左上角，选择运行分析。
分析完成后，从图像中提取的文本将显示在内容选项卡中的右侧。查看此文本并将其与原始图像中的文本进行比较，以确保准确性。
选择结果选项卡。此选项卡显示提取的 JSON 代码。
滚动到“结果”选项卡中 JSON 代码的底部。请注意，读取模型已检测到 locale 所指示的每个跨度的语言。大多数跨度采用德语（语言代码 de），但你可在跨度中找到其他语言代码（例如最后一个跨度中的英语 - 语言代码 en）。

准备在 Visual Studio Code 中开发应用

现在，让我们探索使用 Azure 文档智能服务 SDK 的应用。你将使用 Visual Studio Code 开发应用。应用程序的代码文件已在 GitHub repo 中提供。

提示： 如果您已经克隆了 mslearn-ai-document-intelligence repo，请在 Visual Studio Code 中打开它。否则，请按照以下步骤将其克隆到开发环境中。

启动 Visual Studio Code。
打开面板 (SHIFT+CTRL+P) 并运行“Git：克隆”命令，以将 https://github.com/MicrosoftLearning/mslearn-ai-document-intelligence 存储库克隆到本地文件夹（任意文件夹均可）。
克隆存储库后，在 Visual Studio Code 中打开文件夹。

注意：如果 Visual Studio Code 显示一条弹出消息，提示你信任打开的代码，请单击弹出窗口中的“是，我信任该作者”选项**。
等待其他文件安装完毕，以支持存储库中的 C# 代码项目。

注意：如果系统提示你添加生成和调试所需的资产，请选择以后再说。如果系统提示检测到文件夹中有 Azure 功能项目，则可以放心地关闭该消息。

配置应用程序

已提供适用于 C# 和 Python 的应用程序，以及用于测试文档智能的 pdf 样本文件。这两个应用具有相同的功能。首先，你将使用 Azure 文档智能资源完成应用程序的一些关键部分以进行启用。

检查以下发票，并记下某中某些字段和值。这是代码将分析的发票。
在 Visual Studio Code 的资源管理器窗格中，浏览到 Labfiles/01-prebuild-models 文件夹，并根据你的语言首选项展开 C-Sharp 文件夹或 Python 文件夹。每个文件夹都包含要集成 Azure 文档智能功能的应用程序的特定语言文件。
右键单击 包含代码文件的 CSharp 或 Python 文件夹，然后选择 打开集成终端。然后根据语言偏好运行相应的命令，安装 Azure 表单识别器（文档智能的前身）SDK 包：

C#：
```
 dotnet add package Azure.AI.FormRecognizer --version 4.1.0
```
Python：
```
 pip install azure-ai-formrecognizer==3.3.3
```

添加代码以使用 Azure 文档智能服务

现在你可以使用 SDK 评估 pdf 文件了。

切换到在 Azure 门户中显示 Azure AI 文档智能概述的浏览器选项卡。在左侧窗格中的资源管理下，选择密钥和终结点。在终结点值右侧，单击复制到剪贴板按钮。
在资源管理器窗格中的 **CSharp 或 Python 文件夹中，打开首选语言的代码文件，并替换为<Endpoint URL>刚刚**复制的字符串：

C#: Program.cs
```
 string endpoint = "<Endpoint URL>";
```
Python： document-analysis.py
```
 endpoint = "<Endpoint URL>"
```
切换到在 Azure 门户中显示 Azure AI 文档智能密钥和终结点的浏览器选项卡。在密钥 1值右侧，单击*复制到剪贴板**按钮。
在 Visual Studio Code 中的代码文件中，找到此行，并替换为 <API Key> 刚刚复制的字符串：

C#
```
 string apiKey = "<API Key>";
```
Python
```
 key = "<API Key>"
```

找到注释 Create the client。接下来，在新行上输入以下代码：

 var cred = new AzureKeyCredential(apiKey);
 var client = new DocumentAnalysisClient(new Uri(endpoint), cred);

Python

 document_analysis_client = DocumentAnalysisClient(
     endpoint=endpoint, credential=AzureKeyCredential(key)
 )

找到注释 Analyze the invoice。接下来，在新行上输入以下代码：

 AnalyzeDocumentOperation operation = await client.AnalyzeDocumentFromUriAsync(WaitUntil.Completed, "prebuilt-invoice", fileUri);

Python

 poller = document_analysis_client.begin_analyze_document_from_url(
     fileModelId, fileUri, locale=fileLocale
 )

找到注释 Display invoice information to the user。接下来，在新行上输入以下代码：

 AnalyzeResult result = operation.Value;
    
 foreach (AnalyzedDocument invoice in result.Documents)
 {
     if (invoice.Fields.TryGetValue("VendorName", out DocumentField? vendorNameField))
     {
         if (vendorNameField.FieldType == DocumentFieldType.String)
         {
             string vendorName = vendorNameField.Value.AsString();
             Console.WriteLine($"Vendor Name: '{vendorName}', with confidence {vendorNameField.Confidence}.");
         }
     }

Python

 receipts = poller.result()
    
 for idx, receipt in enumerate(receipts.documents):
    
     vendor_name = receipt.fields.get("VendorName")
     if vendor_name:
         print(f"\nVendor Name: {vendor_name.value}, with confidence {vendor_name.confidence}.")

[!NOTE] 已添加代码以显示供应商名称。初学者项目还包括用于显示客户名称和发票总计的代码。

保存代码文件中的更改。
在交互式终端窗格中，确保文件夹上下文是首选语言的文件夹。然后，输入以下命令来创建应用程序。
如果仅使用 C#，则输入以下命令来构建项目：

C#：
```
 dotnet build
```
若要运行代码，请输入以下命令：

C#：
```
 dotnet run
```
Python：
```
 python document-analysis.py
```

该计划显示具有置信度级别的供应商名称、客户名称和发票总计。将报告的值与在本部分开头呈现的示例发票进行比较。

清理

如果您已完成 Azure 资源的使用，请记住在 Azure 门户中删除该资源，以避免进一步收费。

详细信息

有关文档智能服务的更多信息，请参阅文档智能文档。