训练模型 查看训练详情 模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图2 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不

查看更多 →

情。 查看训练详情 模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“误差变化”。 图1 模型训练 模型如何提升效果 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。 检查不同标签的样本数是否均衡，建议不

查看更多 →

营业执照识别 功能介绍 识别营业执照首页图片中的文字信息，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 营业执照示例图 图2 营业执照示例图-横版 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片及PDF。

查看更多 →

哥伦比亚身份证识别 功能介绍 识别哥伦比亚身份证中的文字信息，并将识别的结构化结果返回给用户。 约束与限制 支持哥伦比亚身份证的识别。 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8000px之间。 图像中身份证区域有效占比超过8

查看更多 →

泰文身份证识别 功能介绍 识别泰国身份证中的文字信息，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。 图1 泰文身份证示例图 使用中国站账号开通泰文身份证识别时，需要在OCR控制台的左上角，将区域切换至“亚太-曼谷”。 图2 切换区域至亚太曼谷 约束与限制

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 →

火车票识别 功能介绍 识别火车票中的文字信息，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 火车票示例图 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 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。

查看更多 →

电子面单识别 功能介绍 识别用户上传的电子面单图片中的文字内容，并将识别的结果以JSON格式返回给用户。 图1 电子面单示例图 约束与限制 电子面单支持的版式以样例为准。 支持识别JPG、PNG、BMP、TIFF格式图片。 图像各边的像素大小在15px到8192px之间。 调用方法

查看更多 →

护照识别 功能介绍 识别护照首页图片中的文字信息，并以JSON格式返回识别的结构化结果。 当前版本支持2012年及以后发行的中国普通电子护照的全字段识别。中国-港澳台地区、外国护照支持护照下方两行国际标准化的机读码识别，并可从中提取7个关键字段信息。该接口的使用限制请参见约束与限

查看更多 →

应用于政府、金融、法律等行业。 自然语言处理 套件提供了预置工作流，覆盖多种场景，支持自主上传训练数据，自主构建和升级高精度识别模型。用户自定义模型精度高，识别速度快。 通用文本分类工作流 多语种文本分类工作流 通用实体抽取工作流 通用文本分类工作流 功能介绍 支持自主上传文本数据

查看更多 →

、TIFF格式的图片。 图像各边的像素在15到8192px之间。 支持多页同时识别。 能处理反光、暗光、水印等干扰的图片但影响识别精度。 文字识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。 调用方法 请参见如何调用API。 前提条件 在使用之前，需

查看更多 →

表格图像转换为excel的Base64编码，图像中的文字和表格按位置写入excel，可编辑。对返回的excel编码，可用base64.b64decode解码并保存为xlsx文件。 image_size image_size object 矫正后图像的高宽信息。 rectification_matrix

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 →

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 →

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 →

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。 方案优势 场景丰富 支持发票识别和发票验真功能。

查看更多 →

测定结果。 适用场景 钢铁制造。 优势 模型精度高，识别速度快；更新模型简便。 工作流流程 在“ ModelArts Pro >视觉套件”控制台选择“我的工作流>第二相面积含量测定工作流”新建应用，详细操作请见新建应用。您可以构建第二相面积含量测定模型，能快速准确反馈测定结果。 图1

查看更多 →

英文、数字和特殊字符，用于文档或者短文本识别。 需要保证待识别文字清晰且并不被涂抹。 健康码识别 用于识别中国大陆个人健康码图像中的人员名称、时间和健康状况等文字内容。 需要保证待识别内容清晰且并不被涂抹。 实体提取服务 用于识别文本中具有特定意义的实体，如人名、地名、机构名等，

查看更多 →

支持识别和按键打断播放：既可接收语音信息，也可接收按键信息，哪个信息先接收到按哪个信息去匹配。 支持播放后再识别：语音/视频播放完成后才开始识别，如果在播放过程中说话，则接收不到语音信息。 支持播放后再识别和按键：语音/视频播放完成后才开始识别或收号，如果在播放过程中说话/按键，则接

查看更多 →

IVS业务业务逻辑，当收到OBS上传人脸信息通知后，自动从OBS桶内获取识别出的姓名、身份证号、人脸信息并调用 人证核身 服务 IVS进行人证核身，并将结果转存到OBS桶里。 文字识别 OCR和人证核身服务 IVS：提供证件识别和人证核身服务，识别用户上传的证件图片以及人脸图片核对，并将结果以JSON格式返回。 方案优势

查看更多 →