Классификация документов

Метод /classify
​
Классификатор находит на изображении документы и присваивает им тип.
Список поддерживаемых типов документов.
Алгоритм работы метода API /classify
Алгоритм ищет на входящем изображении прямоугольные области, похожие на документы, и вырезает их.
Классификатор присваивает каждой вырезанной области класс: главный разворот паспорта России, водительское удостоверение образца 2011 года, СНИЛС и так далее. По ссылке доступен список поддерживаемых типов документов.
Алгоритм оценивает ориентацию документа в пространстве. При необходимости, классификатор поворачивает или зеркально отражает документ.
Типы вырезанных областей, которые классификатор не поворачивает и не отражает зеркально: 
other — документ неизвестного типа;
not_document — не документ, например, фото кота;
empty — пустая страница.
API-спецификация
Ниже представлена API-спецификация для метода классификации документов. Подробнее о том, как составить запрос на классификацию, в разделе Подключение и тестирование.
post
classify
https://latest.dbrain.io/classify
Request
Response
Request
Query Parameters
min_shape
optional
integer
>0, по умолчанию 256. Минимальный размер изображения в пикселях по короткой стороне. Если размер меньше, параметр low_image_weight в ответе вернётся со значением true. Если больше — false.
min_filesize
optional
integer
>0, по умолчанию 10240. Минимальный вес изображения в байтах. Если вес меньше, параметр low_image_weight в ответе вернётся со значением true. Если больше — false.
max_exposure_score
optional
number
>0, по умолчанию 0.4. Максимальная экспозиция (яркость) изображения. Если яркость больше, параметр image_exposure в ответе вернётся со значением overexposed. Если меньше — normal.
min_exposure_score
optional
number
>0, по умолчанию 0.05. Минимальная экспозиция (яркость) изображения. Если яркость меньше, параметр image_exposure в ответе вернётся со значением underexposed. Если больше — normal.
max_blur_score
optional
number
>0, по умолчанию 2. Минимальный коэффициент чёткости изображения. Если чёткость меньше, параметр image_blured в ответе вернётся со значением true. Если больше — false.
doc_type
optional
array
Перечень типов документов, которые нужно найти во входящем файле. Используется для детерминированных процессов, например, если в потоке требуется найти только главный разворот паспорта, а на все остальные типы ответ не требуется. По умолчанию выбраны все значения параметра (все типы, имеющиеся в классификаторе).
priority
optional
integer
>0, по умолчанию — 1. Приоритет асинхронной задачи в очереди на обработку.
simple_cropper
optional
boolean
false (по умолчанию) — упрощённый алгоритм вырезания документов из изображений не используется
true — используется упрощённый алгоритм вырезания документов из изображений: он работает быстрее, но даёт менее точный результат. На изображениях со сложным фоном документы могут быть вырезаны менее аккуратно.
async
optional
boolean
true — асинхронный режим обработки запросов.
false — синхронный режим обработки запросов.
check_fake_experimental
optional
boolean
устарело и не используется
check_fake
optional
boolean
true — алгоритм ищет в метаданных файла признаки модификации в цифровых редакторах, результат возвращается в отдельном поле fake.
false — алгоритм проверки метаданных отключен.
pdf_raw_images
optional
boolean
true — алгоритм оставляет решение о растеризации PDF параметру auto_pdf_raw_images.
false — любой PDF будет принудительно растеризован, значение параметра auto_pdf_raw_images будет проигнорировано.
auto_pdf_raw_images
optional
boolean
true — алгоритм ищет текстовый слой в PDF. Если он найден, PDF будет принудительно растеризован.
false — алгоритм никогда не растеризует PDF.
dpi
optional
integer
>0, по умолчанию 300 — устанавливает число пикселей на дюйм при растеризации PDF. Рекомендуется 300. Более высокие значения, как правило, не дают прироста качества, но увеличивают вес изображения.
quality
optional
integer
0-100, по умолчанию 75 — устанавливает степень сжатия JPEG при растеризации PDF. Рекомендуется 75 для баланса между весом изображения и его качеством.
gauss
optional
number
устарело и не используется
with_hitl
optional
boolean
true — отправляет изображения документов на классификацию людьми, работает только для отдельных документов в сборках для конкретных клиентов
false — ручная классификация изображений отключена
mode
optional
string
classify_crop и classify_only — отключает вырезание документов из изображения, классификацию проходит изображение целиком. Рекомендуется применять только для полностью контролируемого потока файлов, например, с поточного сканера.
default — стандартный режим работы классификатора
Body Parameters
image
required
object
Файл, содержимое которого нужно классифицировать
Response
200: OK
Запрос успешно обработан.

В атрибуте "crop" представлено извлеченное и корректно ориентированное изображение найденного документа в бинарном формате.
В атрибуте "type" указан тип найденного документа.
{
  "detail": [ // техническая информация
    {
      "loc": [ 
        "string" 
      ],
      "msg": "string",
      "type": "string" 
    }
  ],
  "items": [
    {
      "document": {
        "type": "bank_card", // тип документа
        "page": 0, // номер страницы входного файла, на которой найден документ
        "rotation": 0, // 4 варианта поворота документа на 90 градусов х 2 варианта отзеркаливания
        "coords": [ // координаты изображения документа во входном файле
          [
            0
          ]
        ]
      },
      "crop": "string", // изображение документа в бинарном формате
      "image_exposure": "normal", // экспозиция изображения документа
      "image_blured": false, // чёткость изображения документа
      "low_image_resolution": true, // разрешение изображения документа
      "low_image_weight": true // вес изображения документа
    }
  ],
  "task_id": "string", // внутренний id задачи
  "code": 0, // код ответа
  "message": "string", // сообщение об ошибке в рамках объекта
  "errno": 0, // номер ошибки
  "traceback": "string", // сообщение об ошибке в рамках объекта
  "fake": true, // ответ при параметре check_fake = "true"
  "pages_count": 1, // кол-во страниц во входном файле
  "docs_count": 1 // кол-во документов во входном файле
}
422: Unprocessable Entity
Запрос содержит недопустимые входные параметры
{
  "detail": [
    {
      "loc": [
        "string"
      ],
      "msg": "string",
      "type": "string"
    }
  ]
}
Сервисы
Распознавание документов
Last updated 7 months ago
Классификация документов

Алгоритм работы метода API /classify

API-спецификация

postclassify

post
classify
