如何通过URL使用Azure AI Document Analyzer分析Blob存储中的图片？

可能的原因 #

1. Blob URL非直接文件地址：你使用的Blob URL可能是预览页面链接，而非直接指向图片文件的地址，导致Form Recognizer无法获取到正确的图片内容。
2. Blob的Content-Type设置错误：Blob存储中图片的Content-Type未设置为image/jpeg（JPG格式对应的类型），而是默认的application/octet-stream，Form Recognizer无法识别该类型的文件格式。
3. 网络访问限制：即使Blob设置为公开访问，存储账户可能存在防火墙、虚拟网络等限制，导致Form Recognizer服务无法正常访问该URL。
4. URL编码问题：URL中包含未正确编码的特殊字符（如空格），导致请求解析失败。

解决步骤 #

1. 验证Blob URL的有效性 #

• 将Blob URL复制到浏览器地址栏，确认能直接下载图片文件，而非打开预览页面。Azure Blob的直接访问URL格式应为：

  https://<storage-account-name>.blob.core.windows.net/<container-name>/<image-filename>.jpg
  

• 检查URL是否包含特殊字符，如有需进行URL编码（如空格替换为%20）。

2. 修正Blob的Content-Type属性 #

• 登录Azure门户，找到目标Blob存储账户和对应Blob。
• 在Blob的「属性」面板中，将「Content-Type」修改为image/jpeg（对应JPG图片），保存设置。

3. 使用SAS URL访问Blob #

• 若公开URL仍无法访问，可为Blob生成带读取权限的SAS令牌（共享访问签名），生成的SAS URL格式类似：

  https://<storage-account>.blob.core.windows.net/<container>/<image>.jpg?sv=2023-11-03&ss=b&srt=o&sp=r&se=2024-05-01T00:00:00Z&st=2024-04-01T00:00:00Z&spr=https&sig=<signature>
  

• 使用该SAS URL替换原Blob URL，调用beginAnalyzeDocumentFromUrl方法。

4. 直接读取Blob内容并分析 #

如果URL方式始终存在问题，可通过Azure Storage SDK读取Blob的输入流，直接传递给Form Recognizer：

// 初始化Blob客户端
BlobClient blobClient = new BlobClientBuilder()
    .connectionString("<your-storage-connection-string>")
    .containerName("<container-name>")
    .blobName("<image-filename>.jpg")
    .buildClient();

// 获取Blob输入流并分析
try (InputStream inputStream = blobClient.openInputStream()) {
    SyncPoller<OperationResult, AnalyzeResult> poller = documentAnalyzerProvider.getClient()
        .beginAnalyzeDocument(MODEL_ID, BinaryData.fromStream(inputStream));
    AnalyzeResult result = poller.getFinalResult();
    // 处理分析结果
}

内容的提问来源于stack exchange，提问作者EAG