5 人工智能功能

5.1.1 UiBot Creator中的Mage AI命令

在UiBot Creator中，已经把UiBot Mage的很多AI功能都包装成了相应的命令，这些命令被放在一个叫做“Mage AI”的分类里面。其中又包含了“信息抽取”、“通用卡证识别”等二级分类，每个二级分类再展开以后，下面还有很多命令。

比如，我们把“通用卡证识别”这个二级分类展开，可以看到下面还有“屏幕卡证识别”、“图像卡证识别”、“获取卡证类型”等五条命令，这五条命令有什么区别，各用在什么场合呢？

其实，无论是“通用卡证识别”也好，还是“通用文字识别”或者“通用票据识别”也好，这种“识别”类的Mage AI命令，最主要的使用过程都是分两个步骤进行的：

1. 从指定的图像中，识别出所有结果
2. 从识别的结果中，获取出所需信息

上图中红框表示的命令，实际上是在做第1步，因为这些命令的最后两个字都是“识别”；上面蓝框中的命令，实际上是在做第2步，因为它们的前两个字都是“获取”。所以，如果我们要用Mage AI来识别一张身份证的话，需要先根据数据源的不同，从红框里面选择一条命令，再根据要获取的具体信息，从蓝框里面选择一条命令。

红框里面的三条命令，主要区别在于图像来源的不同，其中：

• 屏幕识别：图像来源于屏幕上某个窗口，或窗口的某个区域。
• 图像识别：图像来源于本地硬盘上的某个图像文件。
• PDF识别：图像来源于本地硬盘上的某个PDF文件，还可以通过识别全部页或指定页码范围来划分识别范围。

除了数据源不同之外，这三条命令其实没有其他区别，对于同样的图像，识别出的结果也是相同的。但它们的识别结果通常很难直接使用，所以才需要用蓝框里面的两条命令来进一步的获取其中的关键信息。其中：

• 获取卡证类型：由于“通用卡证识别”可以识别很多种卡证，包括身份证、驾驶证、房产证、营业执照等。这条命令可以自动判断被识别的图像属于哪一种卡证。
• 获取卡证内容：对于特定的卡证，这条命令可以提取其中的各个字段。比如身份证，可以提取姓名、性别、民族、身份证号码等字段。

我们来实际测试一下。首先，找一张身份证的图像文件。在本文中，为了不泄漏个人隐私，我们在互联网上找到了下面这张虚构的身份证图像，仅供参考：

这张身份证图像显然是网友们恶搞出来的，形状格式并不规范，而且在照片中还倾斜了一定的角度。但是，UiBot Mage仍然能够准确地获得其中的信息。

假设身份证图像保存在 C:\temp\id_card.jpg 文件中。新建一个流程，拖入一条“图像卡证识别”命令，这条命令有两个属性是我们必须填写的，如下图所示：

对于“识别图片”属性，选择 C:\temp\id_card.jpg 文件即可；对于“Mage配置”属性，千万不要手动填写，点击属性右边的按钮（上图红框位置），弹出如下所示的对话框。

对于社区版的UiBot来说，在这个对话框中，唯一需要设置的就是“识别器名称”这个下拉框。如果下拉框中没有内容，点击右边的“前往配置”（上图红框位置），会自动打开浏览器，并跳转到UiBot Mage的主页。可以在UiBot Mage中新建一个通用卡证识别模型，并选择后端的AI引擎，其中标有“原生”的引擎是来也科技自行研发的AI能力，标有“第三方”的引擎是其他AI厂商为来也科技专供的AI能力。不同的AI引擎在不同的场景下各有优势，可以根据实际情况，选择效果较好的AI引擎。

在UiBot Mage上建好了识别模型之后，即可在UiBot Creator中选择到这一模型，并且，之前空缺的“Mage配置”属性也会被自动填写上，我们无需关心它填写的内容。

接下来，我们再依次拖入“获取卡证类型”、“获取卡证内容”命令，获取识别结果中的卡证类型、姓名、出生日期、地址等信息。注意：这些命令都有一个共同的属性叫“卡证识别结果”，把“图像卡证识别”命令的输出填写在这里即可。 每次获取一项信息，可以拖入一条“输出调试信息”的命令将其显示出来。

按照上述步骤，最终形成的流程大致如下所示：

运行后，可以得到如下的结果：

值得说明的是，Mage AI类的命令在运行的时候，都需要连接UiBot Mage的服务器。如果您使用的是社区版的UiBot，我们已经在互联网上建好了服务器，直接使用即可。如果是企业版的UiBot，既可以使用互联网上的服务器，也可以自己部署并使用自己的UiBot Mage服务器。如果使用互联网上的服务器，我们限定了每个月的免费使用次数，每运行一次“识别”类的Mage AI命令，就会自动扣除一次。每月初再自动补齐次数的额度。如果免费的次数不够，还可以付费购买更多的使用次数。

当我们想要提取的字段较多，逐一编辑“获取卡证内容”的命令和属性的过程比较繁琐。这个时候，我们可以使用Mage AI识别向导，会更加方便快捷。

5.1.2 Mage AI识别向导

上文描述了如何在UiBot Creator中使用Mage AI功能，来识别一张身份证中的信息。可以看到，当要获取的字段比较多的时候，操作略显繁琐。使用Mage AI还可以识别发票等票据信息，如果按照上述方法去操作，还会更加繁琐。因为UiBot Mage在做卡证识别的时候，每次只识别一张卡证（比如一张身份证）。而在做票据识别的时候，由于很多财务部门都规定要把多张不同的票据贴在同一张纸上去报销，比如把增值税发票、火车票、出租车票都贴在一起，等等。UiBot Mage也会一次性地把这些票据全都识别出来。这样一来，在编写流程的时候，就会有些麻烦了，因为识别完以后，还要判断总共识别出了多少张票据，每张分别是什么类型的票据，不同类型的票据还会有不同的字段，比如火车票上会有出发地、目的地等，而增值税发票没有这些信息。对于UiBot老手来说，编写这样一段流程不算太难，但新手可能就会有些犯难了。

为此，在UiBot Creator中，还提供了Mage AI的向导功能，可以通过图形化界面，快速引导您配置图像识别器，设置提取类型和字段，并自动生成相关的命令框架，过程流畅，简单易用。

打开UiBot Creator，在编写任何一个流程块的时候，工具栏上都可以找到标有“Mage AI”的图标，如下图红框所示。

点击这个按钮，即可弹出Mage AI识别向导的窗口。可以看到，这个向导包含了“配置识别器、选择图像来源、提出类型和字段”三个步骤。

使用这个向导，可以自动生成一系列命令，大大简化我们的操作。比如，下面的这张图像中，既有发票，又有出租车票，我们希望一次把这些票据中的关键字段提取出来。发票的方向即使是倒置的也没有关系，UiBot Mage会自动识别。

只要按照Mage AI识别向导的三个步骤，逐一填写相关信息即可。如下所述：

步骤一：打开Mage AI识别向导，首先进行识别器的配置，即选择AI模块、选择AI能力及其识别器。这和前文中配置Mage识别器的操作基本类似，只需依次选择所需的功能和识别器即可。

步骤二：选择图像来源。可以采取“选择目标”的方式，使用鼠标从电脑屏幕中选择/截取一个识别区域；或者采取“选择图像”，选择或拖拽一个本地的图像文件；或者“选择PDF”，选择一个PDF文件并指定页面范围。

我们以选择本地图像为例，直接在本地硬盘上选取图像文件的路径即可。选择完成后，对话框中会自动把图像显示出来，以方便预览。

步骤三：选择提取类型和提取字段。支持同时配置多种票据及其提取字段，配置之后，可以在右侧“已选信息”中确认自己的选择。

上述三个步骤都完成后，点击“完成”，UiBot Creator会自动生成一系列的命令，如下图所示。

可以看到，对于上述场景，UiBot Creator自动生成了17行命令，节省了我们的工作量。但这些命令仍然只是一个框架，还需要您再继续往里面填充其他命令，才能满足业务要求。比如，您可能需要把识别出的每一张增值税发票的信息填写到一个Excel文件里，把识别出的每一张出租车票填写到另外一个Excel文件里。识别后的效果如下图所示：

那么，您可能需要在流程中恰当的位置，插入打开和关闭Excel文件的命令，并在恰当的位置，插入写入Excel文件的命令。基于自动生成的框架，插入这些命令应该对您来说已经没有难度了，本章不再列出示例流程，请自行练习。通过练习，不难发现，上述识别发票并把不同类型的发票自动录入Excel文件的流程，只需要不到10分钟就可以开发完成，在开发过程中，大多数时候也只需要用鼠标点选，连敲键盘的场景都很少。可见UiBot Creator中“Mage AI识别向导”的便利性。