文字识别的监控指标 功能说明 本节定义了文字识别服务上报 云监控服务 的监控指标的命名空间，监控指标列表和维度定义，用户可以通过云监控服务提供管理控制台或API接口来检索文字识别服务产生的监控指标和告警信息。 命名空间 SYS.OCR 监控指标详情 表1 OCR支持的监控指标 指标ID

查看更多 →

API概览 通过使用文字识别服务的自研API，您可以使用文字识别服务的所有功能，如表1所示。 文字识别服务当前支持通用类、证件类、票据类和智能分类四种不同类型的接口。您可以通过在线体验，体验接口的识别效果。 对于固定板式的图片，如果当前接口不满足您的业务需求，可以使用ModelArts

查看更多 →

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字信息，并将识别的结构化结果返回给用户。

查看更多 →

创建企业项目后，在传参时，有以下三类场景。 携带正确的ID，正常使用OCR服务，账单的企业项目会被分类到企业ID对应的企业项目中。 携带格式正确但不存在的ID，正常使用OCR服务，账单的企业项目会显示对应不存在的企业项目ID。 不携带ID或格式错误ID（包含特殊字符等），正常使用OC

查看更多 →

在手机桌面，长按 WeLink 桌面图标约1秒，在弹出的菜单，点击“扫一扫” 扫码入会 移动端支持扫描二维码，加入会议。会议二维码请会议发起者从会议详情中获取。 点击右上角“+”＞ “扫一扫”＞“扫码”，即可扫描会议二维码加入会议。 AI文档识别 通过“扫一扫”功能，扫描文档（纸质文档、图片文档）后，可识别文档文字。还可

查看更多 →

上传模板图片 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

查看更多 →

支持用户自定义模板，对于版式固定的各种票据和卡证，通过可视化界面、API进行识别。 2023-04 财务报表识别API支持通过透视变换矩阵计算文字在原图的坐标。 2023-03 通用文字识别API支持阿拉伯语识别功能。 2023-01 营业执照识别API支持使用PDF进行识别。 2023-01

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 →

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 →

描后的照片上传至OBS桶内即可自动进行证件信息识别，识别成功后会自动将识别结果存放到指定的OBS桶里，用户可直接从桶中取出的证件信息内容。 人证核身 ：用户只需要将人脸信息上传至OBS桶中，上传后可在已经存储了身份证识别信息的桶内自动调取身份证号和姓名并与人脸信息一起进行人证核身，人

查看更多 →

按照图片文字从上到下、从左到右排列。 words为识别出来的文本内容，confidence表示该字段的置信度。 location表示文字块的区域位置信息，采用图像坐标系，第一个文字块左上角顶点为[140,45]。 extracted_data表示图片中包含的联系人信息，仅在设置了

查看更多 →

如何选购合适的API 文字识别服务（OCR）提供四种类型的API：通用类、证件类、票据类、智能分类。 除此之外，您也可以使用ModelArts Pro服务提供的“文字识别套件”零代码搭建出专属的文字识别系统。 通用类 通用表格识别：提取表格内的文字和所在行列位置信息。 通用文字识别：提取图片内的文字及其对应位置信息。

查看更多 →

上下文长度变化引起的偏移等。 多模板的前提： 分类器中的任一模板，均需满足上述单模板的要求。 模板种类固定，识别不在多模板中的图片可能会返回错误的结果或无法识别。 模板间有足够的区分度，不同模板要有不同的参照字段，且参照字段差异尽量明显，相似的参照字段容易导致分类错误。 模板数量

查看更多 →

、证件类和票据类等具体接口使用说明。不同区域所部署的接口不同，详情请参见终端节点；接口所支持的全部操作请参见2 API概览。 在调用文字识别API之前，请确保已经充分了解文字识别相关概念。 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》。 父主题： 使用前必读

查看更多 →

移动鼠标框选识别区，使得矩形框覆盖待识别的文字。 识别区是对应字段内容所在区域。在框选时，建议尽量扩大识别区的框选范围使其覆盖对应字段内容可能出现的区域，防止在不同图片识别时出现漏字。 本样例框选的识别区如图10所示。 图10 框选识别区 在右侧“框选识别区”中填写“框选字段”，选择“字段类型”。

查看更多 →

携带正确的ID，正常使用OCR服务，账单的企业项目会被分类到企业ID对应的企业项目中。 携带格式正确但不存在的ID，正常使用OCR服务，账单的企业项目会显示对应不存在的企业项目ID。 不携带ID或格式错误ID（包含特殊字符等），正常使用OCR服务，账单的企业项目会被分类到"default"中。 表3 请求Body参数

查看更多 →

提取图片中的文字暗水印（文件地址版本） 功能介绍 对指定存储地址信息（目前支持OBS）的已嵌入文字暗水印的图片提取文字暗水印，支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib, *.rle, *.tiff, *.tif, *.ppm

查看更多 →

如何在含有多张人脸的图片中实现多人脸识别 当前人脸识别服务中，如果传入的图片中包含多个人脸，则只能选取最大的一个人脸进行识别。但是我们可以使用如下方法，实现一张图片中多张人脸的识别（比对/搜索）： 调用人脸检测接口，可以得到多张人脸在图片中的像素位置。 通过获取到的人脸位置信息，

查看更多 →

只支持识别JPG、JPEG、PNG、BMP、TIFF格式的图片。 图像各边的像素大小在15到8192px之间。 只支持识别银行卡正面，不支持识别背面。 只支持识别85.60×53.98 mm常规大小的银行卡，不支持迷你卡和形状不规则的异形卡。 支持图像中银行卡任意角度的水平旋转。 文字识别服务属于公有云服务，线上

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 →

：根据图片文件识别图片。 modelarts_with_text：根据文本信息识别文本。 输入参数：调用接口的输入参数。在“目标”中选择参数，在“源”中拖入全局上下文中的对应变量。 输出参数：调用接口的输出参数。 “源”中选择“result”，“目标”中拖入全局上下文中的“result”，用于接收调用结果。

查看更多 →