OCR<\/em>, resim ve PDF<\/em> gibi dok\u00fcmanlar \u00fczerindeki metin i\u00e7eriklerini, bir insan taraf\u0131ndan tekrar yaz\u0131lmas\u0131na gerek kalmadan dijital bir hale getirebilmemize olanak sa\u011flayan bir teknolojidir.<\/p>\n Bu makale kapsam\u0131nda ise Azure<\/em>‘un bizlere sunmu\u015f oldu\u011fu serverless<\/strong> ve managed <\/strong>hizmetlerinden yararlanarak, nas\u0131l otomatikle\u015ftirilmi\u015f bir OCR workflow<\/em>‘u olu\u015fturabilece\u011fimize bir bakaca\u011f\u0131z.<\/p>\n Diyelim ki farkl\u0131 domain’ler taraf\u0131ndan PDF<\/em> format\u0131nda dok\u00fcmanlar\u0131n g\u00f6nderildi\u011fi ve y\u00f6netildi\u011fi bir dok\u00fcman y\u00f6netim domain’i \u00fczerinde \u00e7al\u0131\u015f\u0131yoruz. Bizden istenen geli\u015ftirmenin ise zaman ve insan g\u00fcc\u00fcn\u00fc en aza indirebilmek i\u00e7in PDF<\/em> format\u0131nda g\u00f6nderilen bu dok\u00fcmanlar\u0131n, i\u00e7erdikleri metinler ile birlikte otomatik olarak sistem i\u00e7erisine aktar\u0131labilmesi oldu\u011funu d\u00fc\u015f\u00fcnelim.<\/p>\n Ayr\u0131ca bizden istenen fonksiyonaliteyi h\u0131zl\u0131 bir \u015fekilde teslim edebilmek ve herhangi bir server\/infrastructure operasyonu ile de vakit kaybetmemek i\u00e7in, olabildi\u011fince Azure<\/em>‘un serverless<\/strong> ve managed<\/strong> teknolojilerinden yararlanmaya karar verdi\u011fimizi de d\u00fc\u015f\u00fcnelim.<\/p>\n Bu kapsamda ilk olarak dok\u00fcmanlar\u0131n Azure<\/em> taraf\u0131nda upload edilebilece\u011fi bir Azure Function<\/em> geli\u015ftirece\u011fiz. Bu function ile ise ilgili dok\u00fcmanlar\u0131 bir Azure Blob Storage<\/em> hizmeti \u00fczerinde depolayaca\u011f\u0131z. Daha sonra ise ilgili dok\u00fcmanlar i\u00e7in OCR<\/em> i\u015flemini otomatik olarak entegre bir hale getirebilmek i\u00e7in, Azure<\/em> Logic Apps<\/em> ile bir workflow olu\u015fturaca\u011f\u0131z. Workflow i\u00e7erisinde OCR<\/em> i\u015flemlerini ger\u00e7ekle\u015ftirdikten sonra ise, ilgili dok\u00fcmanlar\u0131n OCR<\/em> sonu\u00e7lar\u0131n\u0131 Cosmos DB<\/em> hizmeti \u00fczerinde kaydedece\u011fiz.<\/p>\n \u00d6zetle makalenin sonunda a\u015fa\u011f\u0131daki gibi bir mimariye sahip olaca\u011f\u0131z.<\/p>\n Azure Functions<\/em>, domain spesifik business ihtiya\u00e7lar\u0131m\u0131z i\u00e7in geli\u015ftirecek oldu\u011fumuz fonksiyonel<\/strong> \u00e7\u00f6z\u00fcmleri, serverless<\/strong> bir ortamda \u00e7al\u0131\u015ft\u0131rabilmemizi sa\u011flayan bir cloud hizmetidir. B\u00f6ylece server\/infrastructure gibi i\u015flemleri d\u00fc\u015f\u00fcnmekten ziyade geli\u015ftirmek istedi\u011fimiz business fonksiyonelitesine odaklanabilmemizi sa\u011flayarak, daha h\u0131zl\u0131 \u00e7\u00f6z\u00fcmler \u00fcretebilmemizi ve teslim edebilmemizi kolayla\u015ft\u0131rmaktad\u0131r.<\/p>\n \u00d6ncelikle Visual Studio Code<\/em> \u00fczerinden Azure Functions<\/em> extension’\u0131n\u0131 kullanarak .NET 6<\/strong><\/em> ve Azure<\/strong><\/em> Functions<\/em><\/strong> v4 <\/strong><\/em>runtime’\u0131na sahip “UploadADocument<\/em>” isimli bir HTTP Trigger<\/em> Azure Function<\/em>‘\u0131 olu\u015ftural\u0131m. “Authorization level<\/em>” se\u00e7ene\u011fini ise, \u00f6rne\u011fi kolay ger\u00e7ekle\u015ftirebilmek ad\u0131na “Anonymous<\/em>” olarak se\u00e7elim.<\/p>\n NOT<\/strong><\/em>: Production ortamlar\u0131 i\u00e7in ise bir g\u00fcvenlik mekanizmas\u0131na sahip olabilmek ad\u0131na, function-specific API<\/em> key kullanmam\u0131z faydam\u0131za olacakt\u0131r.<\/p><\/blockquote>\n Function olu\u015fturulduktan sonra ise, “UploadADocument<\/em>” isimli class’\u0131 a\u015fa\u011f\u0131daki gibi d\u00fczenleyelim.<\/p>\n Bu function i\u00e7erisinde basit olarak upload edilmek istenen dok\u00fcman’\u0131n, Azure Blob Storage<\/em> \u00fczerinde “documents<\/em>” isimli bir container i\u00e7erisine upload i\u015flemini ger\u00e7ekle\u015ftiriyoruz. Ayr\u0131ca dok\u00fcman’\u0131n id bilgisinin ise, dosya ad\u0131 olarak g\u00f6nderildi\u011fini de varsayal\u0131m.<\/p>\n Local ortamda test i\u015flemlerini ger\u00e7ekle\u015ftirebilmek i\u00e7in ise, “local.settings.json<\/em>” dosyas\u0131 i\u00e7erisine a\u015fa\u011f\u0131daki gibi Azure Storage Account’<\/em>un connection string bilgisini ekleyip, projeyi run etmemiz yeterli olacakt\u0131r.<\/p>\n NOT<\/em><\/strong>: Azure Storage Account<\/em> connection string bilgisini ise, Azure Portal<\/em> \u00fczerinden ilgili storage account’un “Access keys<\/em>” sekmesine girerek ula\u015fabilirsiniz.<\/p><\/blockquote>\n \u015eimdi olu\u015fturmu\u015f oldu\u011fumuz bu function’\u0131n, Visual Studio Code<\/em> kullanarak deployment i\u015flemlerini ger\u00e7ekle\u015ftirelim.<\/p>\n Bunun i\u00e7in Visual Studio Code<\/em> \u00fczerinden Azure Functions<\/em> extension’\u0131na ge\u00e7elim ve ard\u0131ndan “Functions<\/em>” ba\u015fl\u0131\u011f\u0131 alt\u0131ndaki “Deploy to Function App…<\/em>” butonuna t\u0131klayal\u0131m. Ard\u0131ndan kar\u015f\u0131m\u0131za gelecek olan ad\u0131mlar\u0131 takip etmemiz yeterli olacakt\u0131r. Ad\u0131mlar\u0131 takip ederken “Select a runtime stack<\/em>” se\u00e7ene\u011finde ise “.NET 6<\/em>” ve “Functions v4<\/em>” se\u00e7eneklerini se\u00e7ti\u011fimizden emin olal\u0131m.<\/p>\n Bu deployment i\u015flemi sonucunda ise OS<\/em> sistemi “Windows<\/em>“, hosting plan type’\u0131 olarak ise “Consumption<\/em>” olan bir function olu\u015fturulacakt\u0131r. Dilersek farkl\u0131 ihtiya\u00e7lar\u0131m\u0131za g\u00f6re se\u00e7ebilece\u011fimiz “Premium<\/em>” ve “Dedicated<\/em>” olmak \u00fczere 2 farkl\u0131 hosting plan\u0131 daha bulunmaktad\u0131r.<\/p>\n \u00d6rne\u011fimiz gere\u011fi dok\u00fcman domain’inin \u00e7ok fazla y\u00fck’e ve s\u0131k kullan\u0131ma sahip olmayaca\u011f\u0131n\u0131 varsayarsak, “Consumption<\/em>” hosting plan’\u0131n\u0131n sunmu\u015f oldu\u011fu auto scaling<\/strong> ve kulland\u0131\u011f\u0131n kadar \u00f6de<\/strong> modeli gayet ihtiyac\u0131m\u0131za y\u00f6nelik yeterli olacakt\u0131r. Hosting plan’lar\u0131n\u0131n detaylar\u0131na ise, buradan<\/a><\/em> ula\u015fabilirsiniz.<\/p>\n Deployment i\u015flemi tamamland\u0131ktan sonra ise \u015fimdi Azure Storage Account<\/em>‘un connection string bilgisini, uygulama runtime’\u0131 i\u00e7in eklememiz gerekmektedir.<\/p>\n Bunun i\u00e7in Azure Portal<\/em> \u00fczerinden olu\u015fturulan function app’in “Configuration<\/em>” sekmesine girelim ve “AZURE_STORAGE_CONNECTION_STRING<\/em>” bilgisini burada environment variable olarak a\u015fa\u011f\u0131daki gibi tan\u0131mlayal\u0131m.<\/p>\n Art\u0131k business ihtiyac\u0131m\u0131za y\u00f6nelik function, haz\u0131r ve \u00e7al\u0131\u015f\u0131r durumda.<\/p>\n Deploy etti\u011fimiz function’\u0131n URL<\/em> adresine eri\u015febilmek i\u00e7in ise, yine portal \u00fczerinden function app’in “Functions<\/em>” sekmesi alt\u0131ndan function’\u0131n detay sayfas\u0131na eri\u015ferek, a\u015fa\u011f\u0131daki gibi “Get Function Url<\/em>” butonuna t\u0131klamam\u0131z yeterli olacakt\u0131r.<\/p>\n G\u00f6rd\u00fc\u011f\u00fcm\u00fcz gibi serverless yakla\u015f\u0131m\u0131 teknik a\u00e7\u0131dan bizi herhangi bir hosting\/infra gibi i\u015flemler ile u\u011fra\u015ft\u0131rmadan, do\u011frudan business problemimize y\u00f6nelik fonksiyonel \u00e7\u00f6z\u00fcme odaklanabilmemize olanak sa\u011flam\u0131\u015ft\u0131r. Bu \u015fekilde h\u0131zl\u0131 \u00e7\u00f6z\u00fcmler ve teslimat’lar ger\u00e7ekle\u015ftirebilmek ve ayr\u0131ca serverless kulland\u0131k\u00e7a \u00f6de modeli sayesinde de operasyonel maliyetlerin azalt\u0131labilmesi m\u00fcmk\u00fcn olabilmektedir.<\/p>\n Dok\u00fcmanlar\u0131n dijitalle\u015ftirilmesindeki \u00f6nemin artmas\u0131 ile beraber, g\u00fcn\u00fcm\u00fczde kullanabilece\u011fimiz farkl\u0131 OCR <\/em>\u00e7\u00f6z\u00fcmleri de markette yer almaktad\u0131r. Dilersek open-source olan Tesseract OCR<\/em>‘\u0131 kullanabilir, <\/em>dilersek de commercial olan ABBYY<\/em> veya Azure Computer Vision<\/em> gibi cloud \u00e7\u00f6z\u00fcmlerine y\u00f6nelebiliriz. Ben bu makale kapsam\u0131nda ise Azure<\/em> taraf\u0131ndan fully managed OCR <\/em>\u00e7\u00f6z\u00fcm\u00fc olarak sunulan,\u00a0Computer Vision<\/strong><\/em>\u00a0Read API<\/strong><\/em>‘<\/strong>\u0131n\u0131 kullanaca\u011f\u0131m.<\/p>\n Geli\u015fmi\u015f bir recognition model’ine sahip olan Read API<\/em>, dok\u00fcmanlar \u00fczerindeki metinleri “164” farkl\u0131 dil’e kadar dijital bir hale getirebilmektedir (02.2022 latest preview version). Ayr\u0131ca “9” dil’e kadar da el yaz\u0131s\u0131 olan metin’leri ayr\u0131\u015ft\u0131rabilmektedir. Bana g\u00f6re en g\u00fczel taraf\u0131 ise, herhangi bir machine learning uzmanl\u0131\u011f\u0131 gerektirmemesidir.<\/p>\n Destekledi\u011fi dok\u00fcman formatlar\u0131 aras\u0131nda JPEG<\/em>, PNG<\/em>, BMP<\/em>, PDF<\/em>, ve TIFF<\/em> bulunmaktad\u0131r. Ayr\u0131ca PDF<\/em> ve TIFF<\/em> dok\u00fcmanlar\u0131 i\u00e7in ise, “2000” sayfaya kadar bir destek sunmaktad\u0131r.<\/p>\n Sevdi\u011fim \u00f6zelliklerinden birisi ise OCR<\/em> i\u015flemi s\u0131ras\u0131nda herhangi bir dil belirtmemize gerek olmamas\u0131d\u0131r. Bu sayede dok\u00fcman i\u00e7erisinde bulunan birden \u00e7ok dili de destekleyebilmektedir. Bir di\u011fer g\u00fczel \u00f6zelli\u011fi ise dok\u00fcman \u00fczerinde buldu\u011fu metinleri, koordinatlar\u0131<\/strong> ve “0” ile “100” aras\u0131nda bir g\u00fcven puan\u0131<\/strong> ile birlikte bizlere sunabilmesidir. Bu g\u00fcven puan\u0131 ile birlikte ise senaryolara g\u00f6re kendi farkl\u0131 stratejilerimizi belirleyerek, daha iyi sonu\u00e7lar elde edebilmeyi sa\u011flayabiliriz. \u00d6rne\u011fin g\u00fcven puan\u0131 istedi\u011fimiz bir seviyenin alt\u0131nda ise, ilgili dok\u00fcman’\u0131 manuel bir i\u015flem gerektiren bir s\u00fcrece de sokabiliriz.<\/p>\n K\u0131sa bir \u00f6n bilgiden sonra, art\u0131k uygulamaya ge\u00e7ebiliriz.<\/p>\n \u00d6ncelikle Azure Portal<\/em> \u00fczerinden a\u015fa\u011f\u0131daki gibi bir Computer Vision<\/em> kayna\u011f\u0131 olu\u015ftural\u0131m.<\/p>\n Ben bu kayna\u011f\u0131 “DocumentOcrCV<\/em>” ad\u0131yla olu\u015fturdum. Olu\u015fturma i\u015fleminden sonra bu kayna\u011f\u0131n detay sayfas\u0131na gidelim ve “Keys and Endpoint<\/em>” sekmesine ge\u00e7elim. Burada bulunan “Key<\/em>” ve “Endpoint<\/em>” bilgilerini ise, ilerleyen a\u015famalarda kullanabilmek \u00fczere bir kenar\u0131ya not edelim.<\/p>\n OCR<\/em> s\u00fcre\u00e7lerini otomatikle\u015ftirebilmek i\u00e7in Azure Logic Apps<\/em>‘den yararlanaca\u011f\u0131m\u0131z\u0131 s\u00f6ylemi\u015ftik. Logic Apps<\/em> i\u00e7in \u00e7e\u015fitli entegrasyon<\/strong> se\u00e7enekleri ile bize kolay <\/strong>ve\u00a0highly scalable serverless<\/strong>\u00a0workflow’lar<\/strong> olu\u015fturabilmemize olanak sa\u011flayan geli\u015fmi\u015f bir cloud hizmetidir diyebiliriz.<\/p>\n \u015eimdi ilk olarak Azure Portal<\/em> \u00fczerinden a\u015fa\u011f\u0131daki gibi\u00a0bir Logic App<\/em>\u00a0kayna\u011f\u0131 olu\u015ftural\u0131m.<\/p>\n Olu\u015fturma i\u015flemi tamamland\u0131\u011f\u0131nda ise olu\u015fturulan kayna\u011fa gidelim ve workflow’u olu\u015fturmaya ba\u015flayabilmek i\u00e7in, “Logic app designer<\/em>” sekmesine ge\u00e7elim. Ard\u0131ndan templates b\u00f6l\u00fcm\u00fcnden “Blank Logic App<\/em>” se\u00e7ene\u011fini se\u00e7elim.<\/p>\n Logic Apps<\/em> ile bir workflow olu\u015ftururken en \u00f6nemli yap\u0131 ta\u015flar\u0131ndan birisi, trigger’<\/strong>lar d\u0131r. Trigger’\u0131 bir ba\u015flang\u0131\u00e7 noktas\u0131 olarak da d\u00fc\u015f\u00fcnebiliriz. Logic Apps<\/em> i\u00e7erisinde \u00e7e\u015fitli API<\/em>‘lar taraf\u0131ndan sunulan farkl\u0131 trigger’lar bulunmaktad\u0131r. Birde trigger’lar devreye girdi\u011finde tan\u0131mlanan business i\u015flemlerini ger\u00e7ekle\u015ftiren action<\/b>‘lar.<\/p>\n \u00d6rnek senaryomuza g\u00f6re dok\u00fcmanlar\u0131, olu\u015fturmu\u015f oldu\u011fumuz Azure Function<\/em> arac\u0131l\u0131\u011f\u0131 ile Azure Blob Storage<\/em> \u00fczerinde “documents<\/em>” isimli bir container’a upload edece\u011fiz. Yani workflow’un ba\u015flang\u0131\u00e7 noktas\u0131 olarak, Azure Blob Storage<\/em>‘\u0131n trigger’\u0131n\u0131 kullanabiliriz.<\/p>\n \u015eimdi designer \u00fczerinden “Search connectors<\/em>” arama kutusuna gelelim ve “Azure Blob Storage<\/em>” yazal\u0131m. Gelen sonu\u00e7lardan connector olarak “Azure Blob Storage<\/em>” \u0131, trigger olarak ise “When a blob is added or modified (properties only) (V2)<\/em>” se\u00e7ene\u011fini se\u00e7elim.<\/p>\n \u015eimdi a\u00e7\u0131lacak olan pencereden a\u015fa\u011f\u0131daki gibi ilgili storage account’un credential bilgilerini sa\u011flamam\u0131z gerekmektedir.<\/p>\n Ard\u0131ndan trigger’\u0131 a\u015fa\u011f\u0131daki gibi olu\u015ftural\u0131m.<\/p>\n B\u00f6ylece “documents<\/em>” container’\u0131 i\u00e7erisine yeni bir dok\u00fcman upload edildi\u011finde, workflow trigger olacak ve birazdan tan\u0131mlayaca\u011f\u0131m\u0131z t\u00fcm ad\u0131mlar\u0131 s\u0131ras\u0131yla ger\u00e7ekle\u015ftirecektir.<\/p>\n \u015eimdi ilerleyen a\u015famalarda kullanabilmek \u00fczere upload edilen dok\u00fcman’\u0131n bilgilerine eri\u015febilece\u011fimiz yeni bir ad\u0131m tan\u0131mlayal\u0131m. Bunun i\u00e7in yine arama kutusuna “Azure Blob Storage<\/em>” yazal\u0131m ve bu sefer “Get blob content (V2)<\/em>” action’\u0131n\u0131 se\u00e7elim.<\/p>\n Bu action i\u00e7erisinde ise bilgilerine eri\u015fmek istedi\u011fimiz dok\u00fcman’\u0131n path’ini belirtiyoruz. Path’i belirtebilmek i\u00e7in ise, bir \u00f6nceki trigger’a ait olan “List of Files Name<\/em>” dynamic content’inden yararlan\u0131yoruz. Expression olarak ise, “triggerBody()?[‘Name’]<\/em>” \u015feklinde de kullanabilirdik. Art\u0131k ilgili dok\u00fcman’\u0131n bilgilerine eri\u015febilece\u011fimiz bir ad\u0131m mevcut.<\/p>\n Dok\u00fcman’\u0131n id bilgisinin dosya ad\u0131 olarak g\u00f6nderilece\u011fini s\u00f6ylemi\u015ftik. Bu ad\u0131mdan sonra ilgili dok\u00fcman’\u0131n bilgilerine eri\u015febilece\u011fimiz i\u00e7in, dok\u00fcman’\u0131n id bilgisini explicit bir \u015fekilde workflow \u00fczerinde tutabilece\u011fimiz bir variable olu\u015ftural\u0131m. Bunun i\u00e7in yeni ad\u0131m ekle butonuna t\u0131klayal\u0131m ve “Variables<\/em>” \u0131 arayal\u0131m. Ard\u0131ndan action olarak “Initialize variable<\/em>” \u0131 se\u00e7elim ve “DocumentID<\/em>” ad\u0131nda bir variable olu\u015ftural\u0131m.<\/p>\n Variable’\u0131n de\u011fer k\u0131sm\u0131na ise “split(triggerBody()?[‘Name’],’.’)[0]<\/em>” \u015feklinde bir expression yazal\u0131m. Bu basit split expression’\u0131 ile dok\u00fcman’\u0131n id bilgisini, dosya ad\u0131\u00a0\u00fczerinden elde etmi\u015f olaca\u011f\u0131z.<\/p>\n Art\u0131k OCR<\/em> i\u015flemleri i\u00e7in gerekli workflow ad\u0131mlar\u0131n\u0131 tan\u0131mlamaya ba\u015flayabiliriz.<\/p>\n \u00d6ncelikle Computer Vision<\/em> kayna\u011f\u0131n\u0131n “key<\/em>” ve “endpoint<\/em>” bilgilerini, workflow \u00fczerinde “Parameters<\/em>” butonuna basarak a\u015fa\u011f\u0131daki gibi birer parametre olarak tan\u0131mlayal\u0131m.<\/p>\n “ComputerVisionAPIReadEndpoint<\/em>” parametresinin de\u011feri olarak ise, “https:\/\/{endpoint}\/vision\/v3.2\/read\/analyze<\/em>” endpoint’ini kullanal\u0131m.<\/p>\n \u015eimdi ise Blob Storage<\/em> \u00fczerine y\u00fcklenecek olan dok\u00fcman’\u0131n Computer Vision<\/em> taraf\u0131ndan eri\u015filebilir olabilmesi i\u00e7in, ilgili dok\u00fcman’a \u00f6zel bir SAS<\/em> link’i olu\u015fturaca\u011f\u0131z. Elbette ilgili Blob Storage<\/em> account’unuz public olarak eri\u015fime a\u00e7\u0131k de\u011filse.<\/p>\n Bu i\u015flem i\u00e7in “Create SAS URI by path (V2)<\/em>” action’\u0131n\u0131 a\u015fa\u011f\u0131daki gibi workflow’a dahil edelim.<\/p>\nSenaryo<\/h2>\n
![\"\"](\"\/wp-content\/uploads\/2022\/03\/azure-OCR-gokhan-gokalp.jpg\")
<\/a><\/p>\n\u0130htiya\u00e7lar<\/h2>\n
\n
\n
Azure Function ile Ba\u015flayal\u0131m<\/h2>\n
using System.Threading.Tasks;\r\nusing Microsoft.AspNetCore.Mvc;\r\nusing Microsoft.Azure.WebJobs;\r\nusing Microsoft.Azure.WebJobs.Extensions.Http;\r\nusing Microsoft.AspNetCore.Http;\r\nusing Microsoft.Extensions.Logging;\r\nusing Microsoft.Extensions.Configuration;\r\nusing Microsoft.WindowsAzure.Storage;\r\nusing Microsoft.WindowsAzure.Storage.Blob;\r\n\r\nnamespace Documents.Funcs\r\n{\r\n public static class UploadADocument\r\n {\r\n private const string StorageConnectionString = \"AZURE_STORAGE_CONNECTION_STRING\";\r\n private const string DocumentsBaseFolder = \"documents\";\r\n\r\n [FunctionName(\"UploadADocument\")]\r\n public static async Task<IActionResult> Run(\r\n [HttpTrigger(AuthorizationLevel.Anonymous, \"post\", Route = null)] HttpRequest req,\r\n ILogger log, ExecutionContext context)\r\n {\r\n IFormCollection data = await req.ReadFormAsync();\r\n var file = data.Files.GetFile(\"file\");\r\n\r\n if (file == null)\r\n {\r\n return new BadRequestObjectResult(\"A file should be uploaded.\");\r\n }\r\n\r\n CloudBlobContainer cloudBlobContainer = await GetCloudBlobContainer(context, log);\r\n\r\n if (cloudBlobContainer == null)\r\n {\r\n return new BadRequestObjectResult(\"An error occurred while processing your request.\");\r\n }\r\n\r\n CloudBlockBlob blob = cloudBlobContainer.GetBlockBlobReference(file.FileName);\r\n\r\n await blob.UploadFromStreamAsync(file.OpenReadStream());\r\n\r\n return new OkResult();\r\n }\r\n\r\n private static async Task<CloudBlobContainer> GetCloudBlobContainer(ExecutionContext context, ILogger log)\r\n {\r\n try\r\n {\r\n CloudStorageAccount cloudStorageAccount = CloudStorageAccount.Parse(GetConfiguration(context)[StorageConnectionString]);\r\n CloudBlobClient cloudBlobClient = cloudStorageAccount.CreateCloudBlobClient();\r\n CloudBlobContainer cloudBlobContainer = cloudBlobClient.GetContainerReference(DocumentsBaseFolder);\r\n\r\n await cloudBlobContainer.CreateIfNotExistsAsync();\r\n\r\n return cloudBlobContainer;\r\n }\r\n catch (System.Exception ex)\r\n {\r\n log.LogError(ex, ex.Message);\r\n }\r\n\r\n return null;\r\n }\r\n\r\n public static IConfigurationRoot GetConfiguration(ExecutionContext context)\r\n {\r\n var config = new ConfigurationBuilder()\r\n .SetBasePath(context.FunctionAppDirectory)\r\n .AddJsonFile(\"local.settings.json\", optional: true, reloadOnChange: true)\r\n .AddEnvironmentVariables()\r\n .Build();\r\n\r\n return config;\r\n }\r\n }\r\n}\r\n<\/pre>\n{\r\n \"IsEncrypted\": false,\r\n \"Values\": {\r\n \"AzureWebJobsStorage\": \"\",\r\n \"FUNCTIONS_WORKER_RUNTIME\": \"dotnet\",\r\n \"AZURE_STORAGE_CONNECTION_STRING\": \"DefaultEndpointsProtocol=https;AccountName=YOUR_ACCOUNT_NAME;AccountKey=YOUR_ACCOUNT_KEY;EndpointSuffix=core.windows.net\"\r\n }\r\n}\r\n\r\n<\/pre>\n<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\nAzure Computer Vision API ile OCR<\/h2>\n
<\/a><\/p>\nLogic Apps ile bir OCR Workflow’u Olu\u015ftural\u0131m<\/h2>\n
<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n