Repositório do passo a passo criado para o desafio Reconhecimento Facial e transformação de imagens em Dados no Azure ML, durante o bootcamp Microsoft Azure AI Fundamentals.
O objetido aqui é obter textos de imagens de forma rápida e eficiente sem a necessidade de programação, aproveitando os recursos tecnológicos disponíveis para reconhecer e extrair textos de qualquer imagem, em qualquer idioma, em questão de segundos.
Na busca por atingir esse objetivo farei uso da visão computacional do Azure AI para detectar e interpretar textos incorporados em 3 diferentes tipos de imagens. Esse metodo é conhecido como Reconhecimento Óptico de Caracteres (OCR).
O processo usará recurso de Inteligencia Artificial do Azure, que inclui os serviços do Azure Vision Studio para testar as possibilidades com OCR.
🔹 A documentação usada no desenvolvimento desse material está referenciada no rodapé desse repositório.
Para executar esse desafio é necessário ter uma conta devidamente configurada no portal Azure. (Configure seu primeiro acesso gratuitamente clicando aqui.)
Ao acessar o portal de serviços do Azure você verá uma interface web que permite gerenciar e pesquisar recursos de forma fácil e intuitiva.
O painel sugere as informações mais relevantes inicialmente, podendo ser personalizado para o seu cenário. Também é possível navegar pelos menus laterais para explorar os diferentes serviços, como computação, armazenamento, rede, banco de dados, inteligência artificial, entre outros.
O portal de serviços do Azure é uma ferramenta poderosa e flexível que facilita o uso da nuvem da Microsoft. 🌐
Irei iniciar criando um novo recurso necessário, a configuração correta de recursos no Azure é essencial para garantir o seu funcionamento adequado, segurança, escalabilidade e otimização de custos.
Cada recurso do Azure possui uma série de configurações que podem ser ajustadas de acordo com necessidades e objetivos de cada negócio.
Para isso basta clicar em Criar um recurso, como mostra a imagem:
Em seguida navegue pelo menu esquerdo selecionando IA + Machine Learning e clique em Criar na opção Serviços Cognitivos.
Feito isso a página Criar Serviços Cognitivos será carregada e as opções de configuração usadas para atender essa necessidade foram:
Lembre que é importante configurar corretamente um recurso para aproveitar ao máximo os benefícios da nuvem. ☁️
Feita a devida configuração do recurso é hora de acessar o novo Azure AI - Vision Studio, essa poderosa ferramenta permite explorar, criar e integrar recursos de visão computacional do Azure em aplicativos, sem a necessidade de programação.
As possibilidades vão desde Reconhecimento de Produto por Análise de Imagem 4.0, Tokens de acesso limitado por Detecção Facil até SDK de Análise de Imagem da Visão de IA.
Para esse desafio usaremos o Reconhecimento Óptico de Caracteres, ao acessar o portal, clique em Ver todos recursos.
Na página que se abre selecione o recurso que já foi criado anteriormente e clicar no botão Select as default resource como mostra o exemplo:
Antes de partir para o próximo passo irei apresentar os 3 tipos de imagens que selecionei visando validar a capacidade do OCR do Azure AI de analisar de forma rápida e precisa usando seus modelos avançados de aprendizado de maquina.
A ideia é apresentar diferentes cenários e necessidades frente a essa ferramenta que facilita a incorporação de recursos de visão computacional em IA para os mais variados segmentos.
A ideia é validar o quão capaz a solução é de detectar objetos, reconhecer e extrair texto por foto ou video de ambientes internos e em tempo real usando visão computacional.
Testar a possibilidade para reconhecimento e capitação de conteúdo de documentos, podendo ser esse arquivos pdf, print, imagem ou impresso.
Compreender se a tecnologia é capaz de extrair texto de documentos manuscritos, seja esse um orçamento ou prontuario médico, entre outros.
Feita as configurações de recurso, do Vision Studio e o entendimento das imagens que serão usadas para input do Reconhecimento Óptico de Caracteres do Azure AI é hora de colocar a mão na massa.
Na página inicial do Vision Studio, selecione a opção Optical character recognition, após isso clique em Extract text from images como mostra o print:
Na página que se abre, habilite o Try it out e em seguida clique em Browse for a file, para selecionar a imagem que deseja usar. Como mostrado no exemplo:
🔹Logo após a imagem selecionada ser carregada, a identificação e extração de texto acontece instantaneamente.
O OCR do Azure é um recurso de inteligencia artificial avançado que permite extrair texto de imagens e documentos de forma rápida e precisa, usando modelos avançados de aprendizado de máquina. Oferecendo várias edições e opções de implantação para atender a diferentes cenários e necessidades, como imagens gerais, documentos digitais e digitalizados, vídeos e muito mais.
Com suporte para mais de 50 idiomas, incluindo idiomas e estilos de escrita misturados, podendo reconhecer texto impresso e manuscrito. Podendo ser integrado a outros serviços de IA do Azure, como o Document Intelligence, que extrai informações adicionais e insights dos documentos.
Seu poder de processamento e flexibilidade facilita a incorporação de recursos de visão computacional para aplicativos e sistemas via API.
Sua agilidade se reflete na capacidade de processar imagens e documentos em questão de segundos, com alta precisão e confiabilidade.
Sua capacidade de adaptação às mudanças nas condições de iluminação, orientação, resolução e qualidade das imagens, mantem um bom desempenho para as mais variadas situações.
A possibilidade de escolher entre uma API síncrona ou assíncrona, dependendo da complexidade e do tamanho dos dados de entrada, colabora na otimização do tempo de resposta e consumo de recursos.
Em resumo, o emprego dessa tecnologia para empresas que bucam escalar com eficiência e economia de tempo e recurso se deve a fatores como:
-
Automatizar o processamento de documentos, reduzindo a necessidade de entrada manual de dados, o que aumenta a produtividade, a precisão e a segurança das informações.
-
Extrair textos de qualquer imagem, em qualquer idioma, em questão de segundos, agilizando o acesso e a análise das informações, facilitando a tomada de decisões e a geração de valor.
-
Permitir escolher entre APIs, variando de acordo com a complexidade e do tamanho dos dados de entrada, o que otimiza o tempo de resposta e o consumo de recursos.
-
Permitir escolher entre um serviço de nuvem ou contéiner local, dependendo das preferências e dos requisitos de implantação, o que oferece flexibilidade e escalabilidade.
-
Microsoft Azure - Soluções
-
Read text in Vision Studio - Microsoft Learn
-
(OCR) Reconhecimento Óptico de Caracteres - Microsoft Learn
-
API da Visão de IA do Azure - Documentação
Estudo densenvolvido com 🎲🎲 apoiado pela R3