OCR サービス

OCR サービスについて

OCR サービスは以下の目的で使用されます。

• Document Manager にドキュメントをインポートしてデータのラベル付けを行う際に使用されます。この手順で使用できるエンジンは、UiPath Document OCR、Google Cloud Vision OCR、Microsoft Read OCR です。
• 実行時に RPA ワークフローからモデルを呼び出すとき。このステップで利用可能なエンジンは、上記をはじめとする UiPath RPA プラットフォームに統合されているすべてのエンジンと、Abbyy Finereader、Microsoft OCR (レガシ)、Microsoft Project Oxford OCR、Tesseract です。

運用環境では、ワークフロー内で [ドキュメントをデジタル化] アクティビティを使用して OCR を呼び出し、ML モデルを呼び出すアクティビティへの入力としてドキュメント オブジェクト モデルを渡すことをお勧めします。そのためには、[マシン ラーニング抽出器] アクティビティ (オフィシャル フィード) を使用する必要があります。

テストをすばやく簡単に実施するために AI Center ([設定] ウィンドウ) で OCR を直接設定することもできますが、これは運用環境のデプロイでは推奨されません。

Document Manager および AI Center の Document Understanding ML パッケージの OCR サービスを設定する

以下の表に、Document Manager と AI Center の両方でサポートされている 6 種類の OCR エンジンの設定方法を示します。

重要: ocr.method 引数は、AI Center の ML パッケージの作成ビューにある [OCR エンジン] ドロップダウンに対応しています。

OCR エンジン	OCR メソッド	OCR キー	OCR の URL
UiPath	UiPath Document OCR	UiPath Automation Cloud Document Understanding の API キー Enterprise プラン	http://<IP_addr>:<port_number>
Google	Google Cloud Vision OCR	GCP コンソールの API キー	https://vision.googleapis.com/v1/images:annotate
Microsoft Read 2.0 On-Prem	Microsoft Read OCR	None	http://<IP_addr>:<port_number>/vision/v2.0/read/core/Analyze
Microsoft Read 2.0 Azure	Microsoft Read OCR	Azure Portal からのリソースに対応する API キー	<Azure_resource_Endpoint>/vision/v2.0/read/core/asyncBatchAnalyze
Microsoft Read 3.2 On-Prem	Microsoft Read OCR	None	http://<IP_addr>:<port_number>/vision/v3.2/read/analyze
Microsoft Read 3.2 Azure	Microsoft Read OCR	Azure Portal からのリソースに対応する API キー	<Azure_resource_Endpoint>/vision/v3.2/read/analyze