文档首页/ 文字识别 OCR/ 产品介绍/ 什么是文字识别
更新时间：2023-11-13 GMT+08:00
查看PDF
分享

什么是文字识别

文字识别（Optical Character Recognition，简称OCR）是指将图片中的打印字符进行检测识别成可编辑的文本格式，以JSON格式返回识别结果。

OCR以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率，API获取详情请参考《API参考》。

OCR还提供多种编程语言的SDK供您使用，SDK使用方法请参考《SDK参考》。

使用前必读

用户需要具备编程能力，熟悉Java、Python、iOS、Android、Node.js编程语言。

OCR服务需要用户通过调用API接口，将图片或扫描件中的文字识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。

OCR能力

  • 通用类 OCR

    通用类OCR（General OCR），支持网络图片等任意格式图片上文字信息的自动化识别，快速实现各种文档电子化。

  • 证件类 OCR

    证件类OCR（Card OCR），支持身份证、驾驶证、护照等证件图片上有效信息的自动识别和关键字段结构化提取。

首次使用OCR

如果您是首次使用OCR的用户，建议您学习并了解如下信息：

  • 功能介绍

    通过功能介绍章节的内容，了解OCR不同类别的文字识别功能，包括通用类文字识别、证件类文字识别。

  • 入门使用

    OCR以开放API的方式提供给用户，您可以参考《快速入门》学习并使用OCR服务。

  • 使用方式

    如果您是一个开发工程师，熟悉代码编写，想要直接调用OCR服务，您可以参考《API参考》或《SDK参考》获取详情。

  • 由浅入深学习

    您可以参考成长地图，由浅入深学习使用OCR。