在使用单模板工作流开发应用之前，必须确保需要识别的图片都属于同一类型的模板。同一类模板的图片，它们有相同的版面排布，且要识别的文字类型和位置均要求固定。如果您的图片具有多种模板，请考虑使用“多模板工作流”。 确认模板类型后，要准备一张文字清晰的图作为模板图片，模板图中要包含业务需要定制识别的字段。例如上传某

查看更多 →

在使用多模板分类工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪几种板式图片作为模板训练文字识别模型，基于自己的业务需求制定针对性的文字识别模型。例如上传两种不同格式的发票图片作为模板，训练的文字识别模型就能识别并提取这两种格式发票上的关键字段。 前提条件 已授权ModelArts服务和 对象存储服务 （OBS）。

查看更多 →

受技术与成本多种因素制约，文字识别服务存在一些约束限制。 以通用文字识别API为例，输入数据存在以下约束。其他API的的使用约束请参见约束与限制。 只支持识别PNG、JPG、JPEG、BMP、TIFF格式的图片。 图像各边的像素大小在15px到8192px之间。 图像中识别区域有效占比超过

查看更多 →

为连接器的名称，“url”取值是图片的URL， “front”表示识别的是身份证正面。 单击脚本编辑器页面上方的，保存脚本。 保存成功后，单击，运行脚本。 不用设置输入参数，直接单击测试窗口右上角的。 在输出参数页签，检查是否识别出身份证上文字信息。 识别出身份证上的文字信息，表明成功调用连接器。

查看更多 →

为连接器的名称，“url”取值是图片的URL， “front”表示识别的是身份证正面。 单击脚本编辑器页面上方的，保存脚本。 保存成功后，单击，运行脚本。 不用设置输入参数，直接单击测试窗口右上角的。 在输出参数页签，检查是否识别出身份证上文字信息。 识别出身份证上的文字信息，表明成功调用连接器。

查看更多 →

创建用于存储发票识别与验真结果的OBS桶，企业业务系统定时从该桶中获取结果并处理。 函数工作流 ：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别服务：提供发票识别与验真服务，识别用户上传的发票内容以及对接国税局系统进行真伪验证。

查看更多 →

创建用于存储发票识别与验真结果的对象存储服务 OBS桶，企业业务系统定时从该桶中获取结果并处理。 函数工作流 FunctionGraph：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别 OCR

查看更多 →

String 作业的输入类型，创建时必填，编辑时video_source 模式 不支持切换为其他IVA模式的type。创建时可选类型有 obs（对象存储服务存储的文件 仅云上作业支持）， url（指定的文件地址或取流地址 仅云上作业支持）， edgecamera（绑定在IEF的边缘摄像头

查看更多 →

保证图片质量：不能有损坏的图片；目前支持的格式包括JPG、JPEG、PNG、BMP。 为了保证模型的预测准确度，训练样本跟真实使用场景尽量相似。 为保证模型的泛化能力，数据集尽量覆盖所有标签的图片。 基于已设计好的商品标签准备图片数据。每个商品标签需要准备20个数据以上，为了训练出效果较好的模型，

查看更多 →

如何提高识别速度 识别速度与图片大小有关，图片大小会影响网络传输、图片base64解码等处理过程的时间，因此建议在图片文字清晰的情况下，适当压缩图片的大小，以便降低图片识别时间。推荐上传JPG图片格式。 根据实践经验，一般建议证件类的小图(文字少)在1M以下，A4纸大小的密集文档大图在2M以下。

查看更多 →

识别结果后处理 提取特定字段导入Excel 本示例调用身份证识别API，并从获取到的JSON结果中，提取所需的字段，填入至Excel。 前提条件 开通身份证识别。 参考本地调用，安装OCR Python SDK。并执行pip install xlsxwriter命令安装依赖包。

查看更多 →

导出pdf/jpg文件中显示"appid缺失" 问题现象 导出pdf/jpg文件时，文件内容中显示“appid缺失”。 原因分析 导出组件在初始化时，未获取到appid。 处理方法 仅在部署后首次导出存在问题，再次导出即可。 父主题： 知识库

查看更多 →

String 作业的输入类型，创建时必填，编辑时video_source 模式 不支持切换为其他IVA模式的type。创建时可选类型有 obs（对象存储服务存储的文件 仅云上作业支持）， url（指定的文件地址或取流地址 仅云上作业支持）， edgecamera（绑定在IEF的边缘摄像头

查看更多 →

OCR文字识别服务计费可以按照项目来分别计费吗 可以。 OCR支持通过企业项目管理（EPS）对不同用户组和用户的资源使用进行分账。 详情请参考API接口文档里的Enterprise-Project-Id参数。 父主题： 计费FAQ

查看更多 →

VIN码识别 识别图片中的车架号信息，并将识别结果返回给用户。 电子面单识别 识别用户上传的电子面单图片中的文字内容，并将识别的结果返回给用户。 道路运输从业资格证识别 识别道路运输从业资格证上的关键文字信息，并返回识别的结构化结果。 泰文身份证识别 识别泰国身份证中的文字信息，并以JSON格式返回识别的结构化结果。

查看更多 →

台。 在左侧导航栏，选择“应用开发>工作台”，进入我的应用页签。 在“我的应用”页签下，选择已创建的应用，单击操作列的“查看”。 单击页面上方的“应用监控”，查看“API URL”，如图3所示，该参数值为“API URL”中的一串字符串。 图3 查看“API URL” 模型Id：ModelArts

查看更多 →

台。 在左侧导航栏，选择“应用开发>工作台”，进入我的应用页签。 在“我的应用”页签下，选择已创建的应用，单击操作列的“查看”。 单击页面上方的“应用监控”，查看“API URL”，如图4所示，该参数值为“API URL”中的一串字符串。 图4 查看“API URL” 模型Id：ModelArts

查看更多 →

ModelArts Pro 的文字识别套件提供了通用单模板工作流，通过工作流指引可构建文字识别模板，识别单个板式图片中的文字，快速实现文档、票证等场景的文字识别。 本章节提供一个身份证样例，帮助您快速熟悉使用文字识别套件中的通用单模板工作流开发应用的过程。通过上传模板图片、框选参照字段和识别区，自动

查看更多 →

提取图片中的文字暗水印 功能介绍 对已嵌入文字暗水印的图片进行水印提取，用户以formData的格式传入待提取水印的图片，DSC服务以JSON的格式返回从图片里提取的出的文字暗水印。目前支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib

查看更多 →

String 与image二选一。 图片的URL路径，目前支持： 公网HTTP/HTTPS URL 华为云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服务的访问权限。 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。

查看更多 →

ject_id”为项目ID，获取方法请参见获取项目ID和名称。 方式一：使用图片的BASE64编码，对于用户传入的图像返回图像中的物体名称、所属类别及置信度信息，返回标签的语言类型为中文，最多返回的标签数为5。 POST https://{endpoint}/v2/{projec

查看更多 →