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，从原

查看更多 →

视频如何添加文字水印？ 媒体处理除了支持添加图片水印外，还支持通过API设置文字水印。 上传源视频文件至OBS服务，记录桶名、桶所在区域的路径。上传步骤请参见上传音视频文件。 调用新建转码任务接口，设置转码输入输出参数“input”和“output”，设置文字水印参数“text_

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 →

置为前提条件中“SK”的值。 区域 选择对接ModelArts的服务区域。 项目ID ModelArts服务区域，对应的项目ID。 描述 根据实际需求，输入连接器的描述信息。 取值范围：1~255个字符。 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（包括访问密

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 →

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 →

如何下载软件？ 前提条件 云桌面已连接企业内网或者互联网。 Windows操作系统 可访问企业内网，则登录云桌面后，从企业内网的应用中心获取并安装。 可访问互联网，则登录云桌面，从应用官方渠道获取。 UOS操作系统 可访问企业内网： 登录云桌面后，从企业内网的应用中心获取并安装。

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

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 →

框选识别区 评估 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 调用指南 生成模板ID和自定义文字识别接口，用于识别自己所上传的模板样式的图片。提供标准API和常用编程语言的SDK，可快速开发属于自己的文字识别应用。 调用指南 父主题： 通用单模板工作流

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 →

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 →

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 →

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 →

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 →

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。对于多模板应用而言，参照字段还将用于区分不同的模板。 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

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 →

OCR服务支持上传图片后直接导出结果吗 OCR服务能否实时处理视频流中的文字 通用表格识别是否支持导出为excel格式 使用OCR服务是否必须使用华为云存储图片 OCR服务可以识别文本格式文件吗 接口返回时间较长，如何提高响应速度 OCR服务是否支持二维码识别 OCR服务是否支持离线使用

查看更多 →

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。 模板数量可

查看更多 →