Document Understanding 用户指南

适用平台：

上次更新日期 2025年4月4日

OCR 服务

OCR 服务用于以下目的：

在为数据加标签时，当将文档导入到 Document Manager 时。此步骤可用的引擎包括 UiPath Document OCR、Google Cloud Vision OCR 和 Microsoft Read OCR。
在运行时，从 RPA 工作流调用模型时。此步骤可用的引擎是与 UiPath RPA 平台集成的所有引擎，包括上述引擎，以及 Abbyy Finereader、Microsoft OCR（旧版）、Microsoft Project Oxford OCR 和 Tesseract。

在生产中，我们建议在工作流中使用“数字化文档”活动来调用 OCR，并将文档对象模型作为输入传递给调用 ML 模型的活动。为此，您需要使用机器学习提取程序活动（官方订阅源）。

为便于测试，您也可以直接在 AI Center（“设置”窗口）中配置 OCR，但对于生产部署不建议这样做。

下表显示了如何在 Document Manager 和 AI Center 中配置 6 种受支持的 OCR 引擎类型。

重要提示：ocr.method 参数对应于 AI Center 的“ML 包创建”视图中的“OCR 引擎”下拉列表。

OCR 引擎	OCR 方法	OCR 密钥	OCR URL
UiPath	UiPath 文档 OCR	UiPath Automation Cloud Document Understanding API 密钥企业计划	`http://<IP_addr>:<port_number>`
Google	Google Cloud Vision OCR	GCP 控制台 API 密钥	`https://vision.googleapis.com/v1/images:annotate`
Microsoft Read 2.0 内部部署	Microsoft Read OCR	无	`http://<IP_addr>:<port_number>/vision/v2.0/read/core/Analyze`
Microsoft Read 2.0 Azure	Microsoft Read OCR	来自 Azure 门户的资源的 API 密钥	`<Azure_resource_Endpoint>/vision/v2.0/read/core/asyncBatchAnalyze`
Microsoft Read 3.2 内部部署	Microsoft Read OCR	无	`http://<IP_addr>:<port_number>/vision/v3.2/read/analyze`
Microsoft Read 3.2 Azure	Microsoft Read OCR	来自 Azure 门户的资源的 API 密钥	`<Azure_resource_Endpoint>/vision/v3.2/read/analyze`