如何在Microsoft Power Automate中通过Base64或图片链接实现OCR？

一、核心功能扩展：处理数据库图片链接/Base64 #

1. 数据库图片链接处理流程 #

• 从目标数据库（SQL Server、Dataverse等）读取存储的图片URL字段
• 使用HTTP动作发送GET请求获取图片二进制内容：
  • 配置请求URL为数据库返回的链接，请求方法设为GET，开启二进制输出选项
• 将获取到的二进制数据直接传入OCR动作（如Azure AI Document Intelligence或OneNote OCR）执行识别

2. Base64格式处理流程 #

• 从数据库读取Base64编码字符串，先清理前缀（如data:image/png;base64,这类标识）
• 使用Base64 to Binary内置动作将清理后的编码字符串转换为二进制文件
• 将转换后的二进制文件传入OCR动作完成文本识别

二、动态化呈现实现 #

1. 实时交互场景（适配Power Apps嵌入） #

• 创建手动触发流，设置输入参数为「图片链接/Base64字符串」
• OCR识别完成后，返回结构化结果：包含识别文本、原图片预览数据
• 在Power Apps中调用该流，通过Gallery控件绑定返回结果，实现输入-识别-展示的实时联动

2. 自动化场景的动态反馈 #

• 添加Condition动作判断OCR识别状态：
  • 识别成功时，将结果写入数据库对应字段，同时用Send an email (V2)推送带格式化文本的通知
  • 识别失败时，返回明确错误提示，并将错误日志写入数据库
• 使用Compose动作格式化识别结果，添加换行、分段标记，提升输出文本可读性

三、关键注意事项 #

• 数据库存储的图片链接需确保公网可访问，内网链接需配置Power Automate网关打通访问权限
• Base64字符串必须清理无效前缀，否则会导致二进制转换失败
• 优先选用Azure AI Document Intelligence作为OCR工具，支持多语种、复杂排版，识别准确率更高

内容的提问来源于stack exchange，提问作者Darshan Dholakiya