无服务器图片生成缩略图

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。 关于文字识别的相关声明请参见文字识别服务声明。 文字识别服务等级协议请参见华为云服务等级协议。

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 →

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 →

静默活体检测 图片大小小于8MB，由于图片过大会导致图片在网络传输过程中耗时较长，建议小于1MB。 图片分辨率小于4096*4096，图片中人脸像素大于40*40，建议120*120以上。 为保证识别效果，人脸图片建议要求如下： 光照大于200lux、无反光强光阴影现象。 人脸无遮挡、整体清晰无拖尾抖动等运动模糊。

查看更多 →

系统不保存用户图片或视频。 人脸检测/比对/搜索 人脸比对输入的两张图片总大小小于8MB。 图片大小小于8MB，由于图片过大会导致图片在网络传输过程中耗时较长，建议小于1MB。 图片分辨率小于4096*4096，图片中人脸像素大于80*80，建议120*120以上。 为保证识别效果，人脸图片建议要求如下：

查看更多 →

（可选）测试是否能可识别花卉图片。 在连接器详情页面，单击“测试”。 配置测试参数，单击“测试”。 选择类型：识别的主体可以是图片或者文本信息。本示例选择“图片文件”，并上传待识别的图片。 图片URL：识别的主体是图片时，可选择“图片URL”并设置图片的URL。 图片文件：识别的主体为图片

查看更多 →

这里是文本内容的样式属性。 文本：设置外形、对齐方式、字体及颜色、文本大小及单位。 外形：设置文字的背景颜色、边框颜色、边框类型及圆角单位、边框宽度、边框圆角、阴影颜色、阴影方向、阴影X偏移、阴影Y偏移、阴影模糊半径、阴影扩散半径、背景不透明度。 在右侧设置卡片信息，请参考表3。 表3 卡片信息参数说明

查看更多 →

OCR服务使用简介 文字识别（Optical Character Recognition，简称OCR）指将图片、扫描件或PDF、OFD文档中的打印字符进行检测识别成可编辑的文本格式。 OCR以开放API（Application Programming Interface，应用程序

查看更多 →

图片 图片组件用于展示图片的UI元素，提供直观的视觉信息。 在左侧组件区域，从“常用控件”中，选择“图片”组件，并拖拽至设计区，如图1所示。 图1 拖拽图片组件到设计区并设置属性 基础配置 上传图片：将文件拖拽上传区域内，或单击上传图片模块进行上传。 上传图片支持jpg、jpeg

查看更多 →

这里是文本内容的样式属性。 文本：设置外形、对齐方式、字体及颜色、文本大小及单位。 外形：设置文字的背景颜色、边框颜色、边框类型及圆角单位、边框宽度、边框圆角、阴影颜色、阴影方向、阴影X偏移、阴影Y偏移、阴影模糊半径、阴影扩散半径、背景不透明度。 在右侧设置卡片信息，请参考表3。 表3 卡片信息参数说明

查看更多 →

”设置为“自定义输入”时，才需要设置此参数。 阴影设置 开启阴影：是否开启阴影。 阴影方向：设置阴影方向，支持内部阴影、外部阴影和自定义阴影。 阴影颜色：设置阴影的颜色。 水平偏移：设置阴影水平偏移量，单位px。 垂直偏移：设置阴影垂直偏移量，单位px。 模糊半径：设置模糊半径，单位px。

查看更多 →

”设置为“自定义输入”时，才需要设置此参数。 阴影设置 开启阴影：是否开启阴影。 阴影方向：设置阴影方向，支持内部阴影、外部阴影和自定义阴影。 阴影颜色：设置阴影的颜色。 水平偏移：设置阴影水平偏移量，单位px。 垂直偏移：设置阴影垂直偏移量，单位px。 模糊半径：设置模糊半径，单位px。

查看更多 →

、图片中人脸保持竖置正脸。 支持人脸图片旋转角检测，返回人脸图片顺时针旋转角度，值为0°、90°、180°和270°。 建议： 由于过大图片对识别算法精度无明显提升，同时会导致时延较长，建议传入图片小于1MB，一般500KB左右足够。 OBS上存储的图片也建议小于1MB。 图片中人脸像素建议120*120以上。

查看更多 →

对提取、文字识别、以及表格识别等任务，实现进阶高效的自动化结构化返回。 通用类 通用表格识别 识别表格图片上的文字内容，并返回识别的结构化结果。 通用文字识别 识别图片上的文字内容，并返回识别的文字和坐标。 网络图片识别 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。

查看更多 →

在图片模板中框选识别区，确定模板图片中需要识别的文字位置。 框选识别区 评估应用 通过上传与模板图片同一板式的测试图片，评估图片识别结果是否正确。 评估应用 部署服务 模板图片评估后，可以部署模板至文字识别开发套件中，开发属于自己的文字识别应用，此应用用于识别自己所上传的模板样式的图片。 部署服务 父主题： 通用单模板工作流

查看更多 →

上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。 框选参照字段 框选识别区 在图片模板中框选识别区，确定模板图片中需要识别的文字位置。

查看更多 →

本地调用 本章节以通用表格识别为例，介绍如何使用OCR Python SDK在本地进行开发。 该接口可以识别表格图片中的文字内容，并将识别结果以JSON格式返回给用户。返回结果包含两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。

查看更多 →

评估应用 通过上传测试图片，在线评估模板分类情况和模板的文字识别情况，保证能在多个模板情况下正确分类测试图片的模板，并且能正确识别测试图片中的识别区文字。 评估应用 部署服务 模板图片评估后，可以部署模板至文字识别开发套件中，开发属于自己的文字识别应用，此应用用于识别自己所上传的多模板样式的图片。

查看更多 →

功能介绍 通用表格识别 提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。 通用文字识别 提取图片内的文字及其对应位置信息，并能够根据文字在图片中的位置进行结构化整理工作。 手写文字识别 识别文档中的手写文

查看更多 →

上传模板图片 在使用单模板工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪张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。例如上传某一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同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 →

详细指导 上传模板图片 在使用多模板工作流开发应用之前，需要上传模板图片，明确以哪些图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照

查看更多 →