图4 设置用户组 开通服务： 单击“控制台”>“服务列表”>“人工智能”>“文字识别OCR”，进入文字识别控制台。 图5 文字识别控制台 在文字识别控制台“总览”页面，选择对应产品的“终端节点”。不同区域OCR产品部署情况请参考终端节点。 图6 终端节点 选择产品类别，如：通用类、证

查看更多 →

String 文字块识别结果。 location Array<Array<Integer>> 文字块的区域位置信息，列表形式，包含文字区域四个顶点的二维坐标（x,y）;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 文字块识别结果的置信度。

查看更多 →

API是否可以混用 不建议混用，例如有专门的身份证识别，就不建议使用“通用文字识别”识别身份证图片，不同接口底层算法不同，混用会导致识别效果差。 父主题： API使用类

查看更多 →

网络图片识别 功能介绍 识别网络图片中的文字内容，并以JSON格式返回识别的结构化结果。支持横向、竖向、艺术字识别。 该接口支持字体分类功能，支持竖行文本识别。 该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 网络图片示例图 约束与限制 支持中英文及部分中文繁体字。

查看更多 →

计费模式概述 文字识别提供套餐包和按需计费两种计费模式，以满足不同场景下的用户需求。 套餐包计费：一种预付费模式，即先付费再使用，按照订单的购买周期进行结算。购买套餐包规格越大，享受的折扣越大。一般适用于需求量长期稳定的成熟业务。 按需计费：一种后付费模式，即先使用再付费，按照文字识别服

查看更多 →

靠的方式运行。此外，按函数实际执行资源计费，不执行不产生费用。 文字识别 OCR：提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。

查看更多 →

IdcardResult 身份证图像 文字识别 结果结构体。 表1 结构体说明 参数 类型 描述 name String 身份证上识别的名称。 number String 身份证号。 sex String 性别。 birth String 出生日期。 ethnicity String

查看更多 →

识别身份证正反面总计调用几次接口 使用身份证识别时，如果要识别身份证的正面和反面，需要您调用两次身份证识别接口，具体请参见身份证识别章节。 父主题： API使用类

查看更多 →

证件类 功能介绍 身份证识别 自动识别身份证上的全部信息，支持身份证正反面识别，一次扫描即可识别身份证号码、姓名、地址等全部信息。 户口本识别 自动识别居民户口本户主页及成员页，并返回部分关键字段信息。 驾驶证识别 自动识别驾驶证正页与副页上的全部信息，自动提取出姓名、性别、领证

查看更多 →

WordsRegionList 参数 参数类型 描述 type String 文字识别区域类型。 text：文本识别区域; table：表格识别区域。 words_block_count Integer 子区域识别文字块数目。 words_block_list Array of Gene

查看更多 →

OCR服务提供哪些版本的SDK 目前OCR提供的SDK有Java、Python、Node.js、PHP、C++、Go、.NET版本。具体请参考文字识别服务《SDK参考》手册，该手册详细介绍了SDK支持的版本及使用方法。 如果想用其他编程语言调用OCR API服务 ，可以使用Toke

查看更多 →

OCR 功能 OCR节点支持识别图片上的文字信息, 识别结果将存储到用户指定的OBS目录下。 OCR节点仅支持在华北-北京四使用。 参数 用户可参考表1和表2配置OCR节点的参数。 表1 属性参数 参数 是否必选 说明 节点名称 是 节点名称，可以包含中文、英文字母、数字、“_”

查看更多 →

户口本识别 功能介绍 识别户口本中的文字信息，并返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式的图片。

查看更多 →

FunctionGraph，用于实现调用文字识别服务业务逻辑，当收到OBS上传图片通知后，自动调用文字识别 OCR服务进行电子面单识别、网络图片识别并将结果存放在OBS桶内。 使用文字识别 OCR，提供电子面单识别和网络图片识别。用户只需要将电子面单图片或含有收/寄件信息的截图上传至OBS桶，即可自动识别提取收/

查看更多 →

OCR服务可以识别文本格式文件吗 增值税发票识别API支持使用pdf、ofd文件进行识别。其他API不能直接识别word、pdf、excel等文件，可将此类文件转换为图片进行识别。pdf转图片识别示例请参见识别结果后处理。 父主题： 产品咨询类

查看更多 →

财务报表识别 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。 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。

查看更多 →

调用文字识别套件API，报错ModelArts.4204服务未开通怎么办？ 问题现象 子账号在使用自定义OCR（ ModelArts Pro 文字识别套件）生成的api时，出现如下报错。表示用户，没有OCR权限或没有开通ModelArts Pro服务。 "ModelArts.4204"、"Request

查看更多 →

飞机行程单识别 功能介绍 识别飞机行程单中的文字信息，并以JSON格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 飞机行程单示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制 支持识别PNG、JP

查看更多 →

驾驶证识别 功能介绍 识别驾驶证图片中主页与副页的文字内容，并将识别的结果以JSON格式返回给用户。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 驾驶证示例图 图2 电子驾驶证示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制

查看更多 →

车辆通行费发票识别 功能介绍 识别车辆通行费发票中的关键文字信息，并以JSON格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 车辆通行费发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制 支持

查看更多 →

调用SDK实现通用表格识别 文字识别服务软件开发工具包（OCR SDK）是对文字识别服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以通用表格识别API为例，介绍如何使用OCR Python SDK。 使用OCR SDK的详细步骤如下所示： 步骤1：开通服务 步骤2：安装SDK

查看更多 →