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 →

图像标签功能可以识别哪些类型的图像？ 图像标签支持的标签种类超过2万种，其中包含实体标签和抽象标签两大类。 实体标签包括：人物、动物、植物、食物、交通工具、日常使用、动作、场景、武器、医疗医护、教育、其他等。 抽象标签包括：金融商业、学科科学、信仰、情感、休闲社交、事件、社会、生活等。

查看更多 →

文字识别套件使用简介 ModelArts Pro 是为企业级AI应用打造的专业开发套件。基于华为云的先进算法和快速训练能力，提供预置工作流和模型，提升企业AI应用的开发效率，降低开发难度。文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字

查看更多 →

推荐、广告营销等领域。 图1 媒资图像标签示例图 名人识别 利用深度神经网络模型对图片内容进行检测，准确识别图像中包含的影视明星、网红人物等。 主体识别 利用后台算法来检测图像中的主体内容，识别主体内容的坐标信息。 图2 主体识别示例图 翻拍识别 利用深度神经网络算法判断条形码图

查看更多 →

BS提供的URL。 置信度阈值 置信度的阈值（0~100），低于此置信数的标签，将不会返回。默认值：60。 标签语言类型 返回标签的语言类型。zh：中文；en：英文。默认值为zh。 最多返回标签数 最多返回的标签数，默认值： 50。 输出参数 用户可以在之后的执行动作中调用该输出参数，输出参数说明请参考表4。

查看更多 →

本地调用 图像识别软件开发工具包（Image SDK）是对图像识别提供的REST API进行的封装，以简化用户的开发工作。用户通过添加依赖或下载的方式调用API即可实现使用图像识别业务能力的目的。 本章节以媒资图像标签为例，介绍如何使用Image Python SDK在本地进行开

查看更多 →

图像各边的像素大小在15到8192px之间。 图像中身份证区域有效占比超过25%，保证整张身份证内容及其边缘包含在图像内。 支持图像中身份证任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的身份证长宽比与实际身份证相差不超过10%。 能处理反光、暗光等干扰的图片但影响识别精度。 目前支持识别单张身份证的正面或者反面。

查看更多 →

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。 部署服务 父主题： 多模板分类工作流

查看更多 →

区分不同的模板。 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。 框选识别区 模板总览 检查所有模板是否已正确配置。 模板总览 评估 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。

查看更多 →

SDK）是对图像识别提供的REST API进行的封装，以简化用户的开发工作。用户通过添加依赖或下载的方式调用API即可实现使用图像识别业务能力的目的。 接口与API对应关系 图像识别接口与API对应关系请参见表1。 表1 接口与API对应关系表 接口 API 媒资图像标签 POST

查看更多 →

功能体验与试用 文字识别（Optical Character Recognition，OCR）是指对图像文件的打印字符进行检测识别，将图像中的文字转换成可编辑的文本格式。OCR通过API提供服务能力，用户需要通过编程来处理识别结果。 在开通OCR前，请先使用OCR体验馆体验服务功

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 →

与前提条件中的“SK”的值。 打包当前配置 选中该选项后，应用打包时会将当前配置的连接器信息一并打出。例如，如果应用包发布到运行环境，当前配置默认会被同步到运行环境中。如果不勾选，则内容不会打包发布到运行环境，此时需要您参考管理应用中的连接器中操作，创建对应的连接器。 默认为选中，对信息敏感的场景，建议不勾选。

查看更多 →

图片、框选参照字段和识别区、上传训练集，自动训练并生成模板分类器和文字识别模型，并将生成的模型部署为在线服务。部署完成后，用户可通过在线服务自动分类模板并识别模板中的文字。 首先，请仔细阅读准备工作罗列的要求，提前完成准备工作。使用多模板分类工作流开发应用的步骤如下所示： 步骤1：准备数据

查看更多 →

中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 多模板分类工作流 支持用户自定义多个文字识别模板，通过模型训练，自动识别图片所需使用的模板，从而支持从大量不同板式图像中提取结构化信息。

查看更多 →

AI”中，拖拽“OCR”图元至画布中。 OCR是系统预置的，与OCR对接的接口。 图7 拖拽OCR图元到画布中 选中组件，单击，设置OCR对接信息。 图8 设置基本信息 标签：图元在页面展示的名称。 名称：图元在系统中的唯一标识，不能和其他图元相同。 连接器：服务编排使用的连接器的名称。

查看更多 →

作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 多模板分类工作流 支持用户自定义多个文字识别模板，通过AI分

查看更多 →

注入点击 通知描述 收到该通知时，用户点击了配置过点击注入的按钮。 方法定义 1 virtual void OnClickInjectBtn(HwmClickInjectBtn injectBtn, void* data, const char* id) {}; 注意事项 无。

查看更多 →

全方位检测：提供多模态综合审核方案，对视频内容中的画面、声音、文字进行全方位解析。 内容审核 -文档 网盘存储与共享 精准检测网盘用户上传文档内包含的图片及文本中存在的敏感、色情、违禁等风险内容，规避平台内容风险。 企业内部文档 对企业内部文档进行全面图文内容合规检测，识别潜在的违规内容，维护企业形象。

查看更多 →

Python开发环境配置 环境配置 使用图像识别Python版本SDK包，需要您配置Python开发环境。 从Python官网下载并安装合适的Python版本。请使用Python3.3以上版本，如下以Python3.7 版本为例进行说明。 从PyCharm官网下载并安装最新版本。

查看更多 →

车辆通行费发票识别：识别车辆通行费中的关键文字信息，并返回识别的结构化结果。 飞机行程单识别：识别飞机行程单中的文字信息，并返回识别的结构化结果。 定额发票识别：识别定额发票中的文字信息，并返回识别的结构化结果。 商用 - 2 新增火车票识别、银行卡识别、营业执照识别 火车票识别：识别火车票中的文字信息，并返回识别的结构化结果。

查看更多 →