# 财务报表识别 - RecognizeFinancialStatement #### 功能介绍 识别用户上传的表格图片中的文字内容，并将识别的结果返回给用户。 #### 约束与限制 - 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 - 图像各边的像素大小在15px到8192px之间。单个图片对应的Base64编码不超过10MB。 - 图像中识别区域有效占比超过80%，保证整张表格及其边缘包含在图像内。 - 支持图像任意角度的水平旋转。 - 目前不支持复杂背景（如户外自然场景、防伪水印等）和表格线扭曲图像的文字识别。 #### 调用方法 请参见[如何调用API](https://support.huaweicloud.com/api-ocr/ocr_03_0165.html)。 #### 前提条件 在使用财务报表识别之前，需要您完成服务申请和认证鉴权，具体操作流程请参见[开通服务](https://support.huaweicloud.com/api-ocr/ocr_03_0043.html)和[认证鉴权](https://support.huaweicloud.com/api-ocr/ocr_03_0005.html)章节。 ![](https://support.huaweicloud.com/api-ocr/public_sys-resources/note_3.0-zh-cn.png) 用户首次使用需要先[申请开通](https://console.huaweicloud.com/ocr)。服务只需要开通一次即可，后面使用时无需再次申请。如未开通服务，调用服务时会提示ModelArts.4204报错，请在调用服务前先进入控制台开通服务，并注意开通服务区域与调用服务的区域保持一致。 #### 授权信息 账号具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备调用API所需的权限，具体权限要求请参见[权限和授权项](https://support.huaweicloud.com/usermanual-ocr/ocr_01_0105.html)。 #### URI POST /v2/{project_id}/ocr/financial-statement 表1路径参数 | 参数 | 是否必选 | 说明 | |:---|:---|:---| | endpoint | 是 | 终端节点，即调用API的请求地址。 不同服务不同区域的endpoint不同，您可以从[终端节点](https://support.huaweicloud.com/api-ocr/ocr_03_0062.html)中获取。 例如，OCR服务在"华北-北京四"区域的"endpoint"为"ocr.cn-north-4.myhuaweicloud.com"。 | | project_id | 是 | 项目ID，您可以从[获取项目ID](https://support.huaweicloud.com/api-ocr/ocr_03_0130.html)中获取。 | #### 请求参数 表2请求Header参数 | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | X-Auth-Token | 是 | String | 用户Token。 用于获取操作API的权限。[获取Token接口](https://support.huaweicloud.com/api-ocr/ocr_03_0005.html)响应消息头中X-Subject-Token的值即为Token。 | | Content-Type | 是 | String | 发送的实体的MIME类型，参数值为"application/json"。 | 表3请求Body参数 | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | image | 否 | String | 与url二选一。 图片的Base64编码，单个图片其对应的Base64编码不超过10MB。图片在Base64编码后会大于图片原本大小，请注意做好边界判断，建议图片大小不超过7MB。 图片最短边不小于15px，最长边不超过8192px，支持JPEG、JPG、PNG、BMP、TIFF格式。 图片Base64编码示例如/9j/4AAQSkZJRgABAg...，带有多余前缀会产生The image format is not supported报错。 | | url | 否 | String | 与image二选一。 url中单个图片其对应的Base64编码不超过10MB。图片在Base64编码后会大于图片原本大小，请注意做好边界判断，建议图片大小不超过7MB。图片的URL路径目前支持： - 公网http/https url - OBS提供的url，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权，详情参见[配置OBS访问权限](https://support.huaweicloud.com/api-ocr/ocr_03_0132.html)。 说明： - 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。 - 请保证被检测图片所在的存储服务稳定可靠，推荐使用OBS服务存储图片数据。 - url中不能存在中文字符，若存在，中文需要进行utf8编码。 | | return_text_location | 否 | Boolean | 返回文本块坐标及单元格坐标信息，可选值包括： - true：返回文本块和单元格坐标; - false：不返回。 未传入该参数时默认为false，即不返回。 | | return_confidence | 否 | Boolean | 返回字段识别置信度，小数点后四位。可选值包括： - true：返回字段置信度; - false：不返回。 未传入该参数时默认为false，即不返回字段置信度。 | | return_excel | 否 | Boolean | 是否返回表格转换Microsoft Excel的Base64编码字段。可选值包括： - true：返回'excel'字段，表示xlsx格式的表格识别结果的Base64编码; - false：不返回。 对返回的Excel编码，可用Python函数 base64.b64decode解码后保存为xlsx文件。 | | return_table_location | 否 | Boolean | 返回表格坐标，可选值包括： - true：返回表格坐标; - false：不返回。 未传入该参数时默认为false，即不返回。 | | return_image_size | 否 | Boolean | 返回矫正后的图像大小，可选值包括： - true：返回矫正图像大小; - false：不返回。 未传入该参数时默认为false，即不返回。 | | return_rectification_matrix | 否 | Boolean | 透视变换矩阵，可选值包括： - true：返回透视变换矩阵; - false：不返回。 说明： 未传入该参数时默认为false，即不返回透视变换矩阵。 | #### 响应参数 **状态码： 200** 表4响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | result | [FinancialStatementResult] object | 识别结果。 调用失败时不返回此字段。 | 表5FinancialStatementResult | 参数 | 参数类型 | 描述 | |:---|:---|:---| | words_region_count | Integer | 识别出来的表格、文本区域个数。 | | words_region_list | Array of [FinancialStatementWordsRegionList] objects | 返回的表格、文本区域列表。输出顺序从左到右，从上到下。 | | excel | String | 表格图像转换为excel的Base64编码，图像中的文字和表格按位置写入excel，可编辑。对返回的excel编码，可用base64.b64decode解码并保存为xlsx文件。 | | image_size | [image_size] object | 矫正后图像的高宽信息。 | | rectification_matrix | Array\\> | 返回透视变换矩阵。 | 表6FinancialStatementWordsRegionList | 参数 | 参数类型 | 描述 | |:---|:---|:---| | type | String | 区域属性：文本(text)或表格(table)。 | | words_block_count | Float | 检测到的文字块数目。对文本区，文字块以文本字段为单位；对表格区，文字块以单元格内所有字段为单位。 | | table_location | Array\\> | 表格位置信息，列表形式，分别表示表格4个顶点的x, y坐标;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 | | words_block_list | Array of [FinancialStatementWordsBlockList] objects | 区域内文字块列表，输出顺序从左到右，从上到下。 | 表7FinancialStatementWordsBlockList | 参数 | 参数类型 | 描述 | |:---|:---|:---| | words | String | 文字块内容。当入参"return_text_location"为false时，每个单元格返回一个文本值，不同行文本由换行符 "\\n" 拼接。 | | location | Array\\> | 文字块位置信息，列表形式，分别表示文字块4个顶点的x, y坐标;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 | | confidence | Float | 文字块识别结果置信度信息，置信度越大，表示本次识别的对应字段的可靠性越大，在统计意义上，置信度越大正确率越高。注：置信度由算法给出，其不直接等价于对应字段的精度。 | | rows | Array of integers | 单元格行信息，列表形式。多个连续值表示单元格跨多行。 | | columns | Array of integers | 单元格列信息，列表形式。多个连续值表示单元格跨多列。 | | cell_location | Array\\> | 单元格位置信息，列表形式，分别表示单元格4个顶点的x, y坐标;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 | 表8image_size | 参数 | 参数类型 | 描述 | |:---|:---|:---| | height | Integer | 矫正后图像的高。 | | width | Integer | 矫正后图像的宽。 | **状态码： 400** 表9响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | 调用失败时的错误码，具体请参见[错误码](https://support.huaweicloud.com/api-ocr/ocr_03_0028.html)。 调用成功时不返回此字段。 | | error_msg | String | 调用失败时返回的错误信息。 调用成功时不返回此字段。 | #### 请求示例 ![](https://support.huaweicloud.com/api-ocr/public_sys-resources/note_3.0-zh-cn.png) - Endpoint即调用API的请求地址，不同服务不同区域的Endpoint不同，具体请参见[终端节点](https://support.huaweicloud.com/api-ocr/ocr_03_0062.html)。 例如，财务报表识别服务部署在"华东-上海一"区域的"endpoint"为"ocr.cn-east-3.myhuaweicloud.com"或"ocr.cn-east-3.myhuaweicloud.cn"，请求URL为"https://ocr.cn-east-3.myhuaweicloud.com/v2/{project_id}/ocr/financial-statement"，"project_id"为项目ID，获取方法请参见[获取项目ID](https://support.huaweicloud.com/api-ocr/ocr_03_0130.html)。 - 如何获取Token请参见[认证鉴权](https://support.huaweicloud.com/api-ocr/ocr_03_0005.html)。 - 传入财务报表图片的base64编码进行文字识别 ``` POST https://{endpoint}/v2/{project_id}/ocr/financial-statement Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "image" : "/9j/4AAQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKgAAAA..." } ``` - 传入财务报表图片的url进行文字识别 ``` POST https://{endpoint}/v2/{project_id}/ocr/financial-statement Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "url" : "/9j/4AAQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKgAAAA..." } ``` #### 响应示例 **状态码： 200** 成功响应示例 ``` { "result" : { "words_region_count" : 2, "words_region_list" : [ { "type" : "text", "words_block_count" : 1, "words_block_list" : [ { "words" : "文字区域识别文字块1", "confidence" : 0.999 } ] }, { "type" : "table", "table_location" : [ [ 120, 106 ], [ 200, 106 ], [ 200, 351 ], [ 120, 351 ] ], "words_block_count" : 2, "words_block_list" : [ { "words" : "负债和所有者权益（或股东权益）", "confidence" : 0.9963, "rows" : [ 0 ], "columns" : [ 0 ] }, { "words" : "行次", "confidence" : 0.9999, "rows" : [ 0 ], "columns" : [ 1 ] } ] } ], "excel" : "AQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKg…", "image_size" : { "height" : 2501, "width" : 1701 } } } ``` **状态码： 400** 失败响应示例 ``` { "error_code" : "AIS.0103", "error_msg" : "The image size does not meet the requirements." } ``` #### SDK代码示例 SDK代码示例如下。 ![](https://support.huaweicloud.com/api-ocr/public_sys-resources/note_3.0-zh-cn.png) 使用SDK前建议将SDK更新至最新版，防止本地旧版SDK无法使用最新的OCR功能。 - [Java] - 传入财务报表图片的base64编码进行文字识别 ``` package com.huaweicloud.sdk.test; import com.huaweicloud.sdk.core.auth.ICredential; import com.huaweicloud.sdk.core.auth.BasicCredentials; import com.huaweicloud.sdk.core.exception.ConnectionException; import com.huaweicloud.sdk.core.exception.RequestTimeoutException; import com.huaweicloud.sdk.core.exception.ServiceResponseException; import com.huaweicloud.sdk.ocr.v1.region.OcrRegion; import com.huaweicloud.sdk.ocr.v1.*; import com.huaweicloud.sdk.ocr.v1.model.*; public class RecognizeFinancialStatementSolution { public static void main(String[] args) { // The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. // In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment String ak = System.getenv("CLOUD_SDK_AK"); String sk = System.getenv("CLOUD_SDK_SK"); ICredential auth = new BasicCredentials() .withAk(ak) .withSk(sk); OcrClient client = OcrClient.newBuilder() .withCredential(auth) .withRegion(OcrRegion.valueOf("")) .build(); RecognizeFinancialStatementRequest request = new RecognizeFinancialStatementRequest(); FinancialStatementRequestBody body = new FinancialStatementRequestBody(); body.withImage("/9j/4AAQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKgAAAA..."); request.withBody(body); try { RecognizeFinancialStatementResponse response = client.recognizeFinancialStatement(request); System.out.println(response.toString()); } catch (ConnectionException e) { e.printStackTrace(); } catch (RequestTimeoutException e) { e.printStackTrace(); } catch (ServiceResponseException e) { e.printStackTrace(); System.out.println(e.getHttpStatusCode()); System.out.println(e.getRequestId()); System.out.println(e.getErrorCode()); System.out.println(e.getErrorMsg()); } } } ``` - 传入财务报表图片的url进行文字识别 ``` package com.huaweicloud.sdk.test; import com.huaweicloud.sdk.core.auth.ICredential; import com.huaweicloud.sdk.core.auth.BasicCredentials; import com.huaweicloud.sdk.core.exception.ConnectionException; import com.huaweicloud.sdk.core.exception.RequestTimeoutException; import com.huaweicloud.sdk.core.exception.ServiceResponseException; import com.huaweicloud.sdk.ocr.v1.region.OcrRegion; import com.huaweicloud.sdk.ocr.v1.*; import com.huaweicloud.sdk.ocr.v1.model.*; public class RecognizeFinancialStatementSolution { public static void main(String[] args) { // The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. // In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment String ak = System.getenv("CLOUD_SDK_AK"); String sk = System.getenv("CLOUD_SDK_SK"); ICredential auth = new BasicCredentials() .withAk(ak) .withSk(sk); OcrClient client = OcrClient.newBuilder() .withCredential(auth) .withRegion(OcrRegion.valueOf("")) .build(); RecognizeFinancialStatementRequest request = new RecognizeFinancialStatementRequest(); FinancialStatementRequestBody body = new FinancialStatementRequestBody(); body.withUrl("https://BucketName.obs.myhuaweicloud.com/ObjectName"); request.withBody(body); try { RecognizeFinancialStatementResponse response = client.recognizeFinancialStatement(request); System.out.println(response.toString()); } catch (ConnectionException e) { e.printStackTrace(); } catch (RequestTimeoutException e) { e.printStackTrace(); } catch (ServiceResponseException e) { e.printStackTrace(); System.out.println(e.getHttpStatusCode()); System.out.println(e.getRequestId()); System.out.println(e.getErrorCode()); System.out.println(e.getErrorMsg()); } } } ``` - [Python] - 传入财务报表图片的base64编码进行文字识别 ``` # coding: utf-8 from huaweicloudsdkcore.auth.credentials import BasicCredentials from huaweicloudsdkocr.v1.region.ocr_region import OcrRegion from huaweicloudsdkcore.exceptions import exceptions from huaweicloudsdkocr.v1 import * if __name__ == "__main__": # The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. # In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.getenv("CLOUD_SDK_AK") sk = os.getenv("CLOUD_SDK_SK") credentials = BasicCredentials(ak, sk) \ client = OcrClient.new_builder() \ .with_credentials(credentials) \ .with_region(OcrRegion.value_of("")) \ .build() try: request = RecognizeFinancialStatementRequest() request.body = FinancialStatementRequestBody( image="/9j/4AAQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKgAAAA..." ) response = client.recognize_financial_statement(request) print(response) except exceptions.ClientRequestException as e: print(e.status_code) print(e.request_id) print(e.error_code) print(e.error_msg) ``` - 传入财务报表图片的url进行文字识别 ``` # coding: utf-8 from huaweicloudsdkcore.auth.credentials import BasicCredentials from huaweicloudsdkocr.v1.region.ocr_region import OcrRegion from huaweicloudsdkcore.exceptions import exceptions from huaweicloudsdkocr.v1 import * if __name__ == "__main__": # The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. # In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak = os.getenv("CLOUD_SDK_AK") sk = os.getenv("CLOUD_SDK_SK") credentials = BasicCredentials(ak, sk) \ client = OcrClient.new_builder() \ .with_credentials(credentials) \ .with_region(OcrRegion.value_of("")) \ .build() try: request = RecognizeFinancialStatementRequest() request.body = FinancialStatementRequestBody( url="https://BucketName.obs.myhuaweicloud.com/ObjectName" ) response = client.recognize_financial_statement(request) print(response) except exceptions.ClientRequestException as e: print(e.status_code) print(e.request_id) print(e.error_code) print(e.error_msg) ``` - [Go] - 传入财务报表图片的base64编码进行文字识别 ``` package main import ( "fmt" "github.com/huaweicloud/huaweicloud-sdk-go-v3/core/auth/basic" ocr "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1" "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1/model" region "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1/region" ) func main() { // The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. // In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak := os.Getenv("CLOUD_SDK_AK") sk := os.Getenv("CLOUD_SDK_SK") auth := basic.NewCredentialsBuilder(). WithAk(ak). WithSk(sk). Build() client := ocr.NewOcrClient( ocr.OcrClientBuilder(). WithRegion(region.ValueOf("")). WithCredential(auth). Build()) request := &model.RecognizeFinancialStatementRequest{} imageFinancialStatementRequestBody:= "/9j/4AAQSkZJRgABAgEASABIAAD/4RFZRXhpZgAATU0AKgAAAA..." request.Body = &model.FinancialStatementRequestBody{ Image: &imageFinancialStatementRequestBody, } response, err := client.RecognizeFinancialStatement(request) if err == nil { fmt.Printf("%+v\n", response) } else { fmt.Println(err) } } ``` - 传入财务报表图片的url进行文字识别 ``` package main import ( "fmt" "github.com/huaweicloud/huaweicloud-sdk-go-v3/core/auth/basic" ocr "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1" "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1/model" region "github.com/huaweicloud/huaweicloud-sdk-go-v3/services/ocr/v1/region" ) func main() { // The AK and SK used for authentication are hard-coded or stored in plaintext, which has great security risks. It is recommended that the AK and SK be stored in ciphertext in configuration files or environment variables and decrypted during use to ensure security. // In this example, AK and SK are stored in environment variables for authentication. Before running this example, set environment variables CLOUD_SDK_AK and CLOUD_SDK_SK in the local environment ak := os.Getenv("CLOUD_SDK_AK") sk := os.Getenv("CLOUD_SDK_SK") auth := basic.NewCredentialsBuilder(). WithAk(ak). WithSk(sk). Build() client := ocr.NewOcrClient( ocr.OcrClientBuilder(). WithRegion(region.ValueOf("")). WithCredential(auth). Build()) request := &model.RecognizeFinancialStatementRequest{} urlFinancialStatementRequestBody:= "https://BucketName.obs.myhuaweicloud.com/ObjectName" request.Body = &model.FinancialStatementRequestBody{ Url: &urlFinancialStatementRequestBody, } response, err := client.RecognizeFinancialStatement(request) if err == nil { fmt.Printf("%+v\n", response) } else { fmt.Println(err) } } ``` - [更多] 更多编程语言的SDK代码示例，请参见[API Explorer](https://console.huaweicloud.com/apiexplorer/#/openapi/OCR/sdk?api=RecognizeFinancialStatement&version=v1)的代码示例页签，可生成自动对应的SDK代码示例。 #### 状态码 | 状态码 | 描述 | |:---|:---| | 200 | 成功响应示例 | | 400 | 失败响应示例 | 状态码请参见[状态码](https://support.huaweicloud.com/api-ocr/ocr_03_0090.html)。 #### 错误码 错误码请参见[错误码](https://support.huaweicloud.com/api-ocr/ocr_03_0028.html)。