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 →

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 →

部署服务 评估模板应用后，就可以部署多模板应用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图片属于哪种模板以及识别图片中的文字。 前提条件 已在文字识别套件控制台选择“多模板分类工作流”新建应用，并完成评估模板步骤，详情请见评估应用。 操作步骤 在

查看更多 →

如何选取参照字段？ 参照字段是在所有图片中，文字位置和内容均不发生变化的文字。 参照字段有两个作用： 在单模板应用中，用于矫正识别图片，从而找准识别字段； 在多模板应用中，参照字段的内容和位置将作为相应模板的分类特征。 在框选参照字段时，首先要确保所框选的文字位置和内容都固定不变，如果不

查看更多 →

符。 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，且单张图片大小不能超过5MB，且单次上传的图片总大小不能超过8MB。 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

查看更多 →

该解决方案基于华为云 语音交互 服务语音识别构建，可自动将用户上传到 对象存储服务 的wav语音文件转化为文字，并将结果存放到指定OBS桶。该方案可以将用户上传在OBS的语音文件识别成可编辑的文本，支持中文普通话的识别和合成，其中语音识别还支持带方言口音的普通话识别以及方言（四川话、粤语和上海话）的识别。适用于如

查看更多 →

如何提高识别精度 尽量使用文字清晰度高、无反光的图片。进行图片采集时，尽量提高待识别文字区域占比，减少无关背景占比，保持图片内文字清晰人眼可辨认。 若图片有旋转角度，算法支持自动修正，建议图片不要过度倾斜。 图片尺寸方面，建议最长边不超过8192像素，最短边不小于15像素，图像长宽比例维持常见水平

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 →

评估 确定模板图片的参照字段和识别区后，需要对模板图片进行评估和考察。您可以通过上传测试图片，在线评估模板的识别情况，保证能正确识别同样模板下其他图片中的识别区文字。 前提条件 已在自定义OCR控制台选择“通用单模板工作流”创建应用，并完成框选识别区步骤，详情请见框选识别区。 进入评估页面

查看更多 →

智能教育 集成 语音合成 的教育系统可以实现中文标准朗读及带读，应用于课堂和学生自学，提升教学效率。 直播实时字幕 将视频直播或现场直播中的音频实时转为字幕，为观众提供更高效的观会体验，方便对直播内容进行监控。 会议实时记录 将视频或电话会议中的音频实时转为文字，可实时校核、修改及检索转写会议内容，提高会议效率。

查看更多 →

图片质量类报错处理办法 问题现象 调用文字识别API时，产生以下图片质量类报错。 错误码AIS.0102：图片格式不支持。 错误码AIS.0103：图片尺寸不满足要求。 错误码AIS.0104：非支持的图片类型或图片质量差。 解决方法 请参考产品介绍 > 约束与限制章节检查图片的格式、像素是否符合规范。

查看更多 →

本章节提供了OBS使用过程中的安全最佳实践，旨在为提高整体安全能力提供可操作的规范性指导。 企业数据权限控制最佳实践 本最佳实践提供了企业开通OBS后可以设置的四种常见权限控制。 为不同职能部门的员工设置不同的访问权限，以此达到不同部门人员访问公司数据的权限隔离。 设置权限允许其他部门/项目用户下载共享数据，禁止写删。

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 →

部署服务 评估模板应用后，就可以部署模板应用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。 前提条件 已在文字识别套件控制台选择“通用单模板工作流”新建应用，并完成评估模板步骤，详情请见评估应用。 操作步骤 在“应用开发>部署”页面完

查看更多 →

不应出现过度承诺的服务信息，如“算法准确率XXX”。 关键规格 填写算法的算力、内存和Flash容量规格。 规格说明 商品规格说明，如SDC OS版本，以及算法功能的性能指标。 商品优势 填写算法优势的信息。 场景约束 填写算法使用场景的约束信息。 图文介绍 使用图片加文字的方式对商品

查看更多 →

用于检测工地图像中的安全帽位置，包括黄色、橙色、红色等常见安全帽颜色，并能同时识别图像中的多个安全帽。 需要保证待检测安全帽不被遮挡。 文本情绪识别 用于通过对文本表达的情绪评分，识别文本包含的正向（51分-100分）、负向（0分-50分）情绪。 通用OCR 用于识别图片中的水平方向文字

查看更多 →

不同类型的漏洞提供专业可靠的修复建议。 网站漏洞共支持8大类漏洞项的检测，详情扫描内容参见表2。 表2 网站漏洞检测项说明 检测项 说明 Web常规漏洞扫描 默认必选扫描项。扫描常规的30+种Web漏洞，包括XSS、SQL等网站漏洞。 端口扫描 （可选）扫描 服务器端口 的开放状态，检测出容易被黑客发现的“入侵通道”。

查看更多 →

火车票识别 自动识别火车票的全部信息，一次扫描即可识别一张车票的ID、检票口信息、车次等全部信息。 出租车发票识别 自动识别出租车发票的全部信息，一次扫描即可识别归属地区、发票代码、发票号码、电话（包括电话、监督电话）等全部信息。 车辆通行费发票识别 自动识别车辆通行费发票的全部信

查看更多 →

终端节点 终端节点即调用API的请求地址，不同服务不同区域的终端节点不同，您可以从地区和终端节点中查询所有服务的终端节点。 文字识别的终端节点如表1所示，请您根据业务需要选择对应区域的终端节点。 业务的 服务器部署 区域与OCR服务区域不一致，只要 服务器 可以访问公网，即可使用OCR服

查看更多 →

速处理图片，也可以按左上角操作指标调整图片。 图1 定义预处理 右侧“选择预处理逻辑”区域勾选对应操作，当前仅支持“自动旋转”操作，系统自动旋转文字方向不正确的图片，保持图片中的文字方向正确。 单击预处理区域左上方的操作图标，调整模板图片的大小、方向等。 ：单击图标重置图片为初始状态，即未进行任何处理的状态。

查看更多 →

：单击图标重置图片为初始状态，即未进行任何处理的状态。 ：单击图标，在“图片裁剪”窗口调整图片裁剪范围，然后单击“裁剪”，调整图片的大小。 ：单击图标，在“图片旋转”窗口，鼠标选中调整图片的方向，然后单击“确认”，调整图片的方向。 ：单击图标，向左旋转图片90°。 ：单击图标，向右旋转图片90°。 ：单击图标，缩小图片大小。

查看更多 →