copy：复印的身份证 text_location Object 对应所有在原图上识别到的字段位置信息，包含所有文字区域四个顶点的二维坐标（x,y）。采用图像坐标系，坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 表6 ThailandIdcardConfidence 参数 参数类型 描述

查看更多 →

在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张图片作为模板训练 文字识别 模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 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。

查看更多 →

Colorfulness 横坐标：图像的色彩丰富程度，值越大代表色彩越丰富。 纵坐标：图片数量。 是观感上的色彩丰富程度，一般用于比较训练集和真实场景数据集的差异。 按单张图片中框的个数统计图片分布 Bounding Box Quantity 横坐标：单张图片中框的个数。 纵坐标：图片数量。 对模

查看更多 →

plate_location Array of integers 车牌的区域位置信息，列表形式，包含文字区域四个顶点的二维坐标（x,y）；采用图像坐标系，坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 confidence Float 字段的置信度，取值范围0~1。 置信度越大

查看更多 →

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、隐私政策声明。 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 →

单击添加多个模板，针对每个模板，选择模板类型，并且上传图片。 “上传图片”：单击“上传图片”区域，或鼠标直接拖拽图片至“上传图片”区域，上传本地一张图片作为模板，用于业务场景的文字结构化识别。 “修改模板名称”：单击图片右侧的，在弹出的输入框中输入新的模板名称，单击“确认”。 “删除模板”：单击图片右侧“删除”，在弹出的确认删除对话框中单击“确认”。

查看更多 →

文字识别套件 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识别服务，实现多种版式图像的文字信息结构化提取。 文字识别套件当前提供了单模板工作流和多模板工作流，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。

查看更多 →

文字识别套件 行业套件介绍 新建应用 通用单模板工作流 多模板分类工作流 调用API和SDK 查看应用详情 删除应用

查看更多 →

文字识别套件 文字识别套件使用简介 使用单模板工作流开发应用 使用多模板工作流开发应用

查看更多 →

率。 text_location Object 对应所有在原图上识别到的字段位置信息，包含所有文字区域四个顶点的二维坐标（x,y）。采用图像坐标系，坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 状态码： 400 表6 响应Body参数 参数 参数类型 说明 error_code

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 →

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 →

在使用多模板工作流开发应用之前，需要上传模板图片，明确以哪些图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进

查看更多 →

标签识别服务使用时，用户发送待处理图片，返回图像标签内容及相应置信度。 媒资图像标签（检测） 对用户传入的图像可以返回图像中物体的坐标位置、物体名称、所属类别及置信度信息。 名人识别 名人识别服务能分析并识别图片中包含的明星及网红人物，返回人物信息及人脸坐标。 主体识别 主体识别服务对用户传入的图片能通过后台算法判断图片主体，并返回主体坐标。

查看更多 →

Bbox结构体说明 参数值 说明 xmin 检测框的坐标值。 ymin 检测框的坐标值。 xmax 检测框的坐标值。 ymax 检测框的坐标值。 score 检测框的得分。 label 检测框的类别。 返回值 返回bool值，表示是否是难例图片。 父主题： 难例上传模块

查看更多 →

自定义OCR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识别服务，实现多种版式图像的文字信息结构化提取。 工作流 自定义OCR当前提供了单模板工作流和多模板工作流，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。

查看更多 →

配置。 图片视频设置：包括了前景图、后景图、前景视频、后景视频设置。 图6 图片视频设置 前景图：用于合成数字人视频时，配置需要在数字人前方展示的图片。一个图元最多配置5条前景图。 图片：选择您在“配置中心>资源管理>音视频资源管理 ”中配置的2D数字人图片资源。 横坐标：手动输

查看更多 →

授权、匿名公开授权，详情参见配置OBS访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。 请保证被检测图片所在的存储服务稳定可靠，推荐使用OBS服务存储图片数据。 url中不能存在中文字符，若存在，中文需要进行utf8编码。 return_seal_image

查看更多 →

人物位置信息，该数组有四个值，分别代表左上角的坐标和右下角的坐标。例如[207,522,340,567]，207代表的是左上角的横坐标，522代表左上角的纵坐标，340代表的是右下角的横坐标，567代表的是右下角的纵坐标。 qr_location QRLocationDetail object 图片中二维码指向的

查看更多 →

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，通过模型训练，自动识别图片所需使用的模板，从

查看更多 →

String 与data二选一 图片的URL路径，目前支持： 公网http/https url OBS提供的url，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权，详情参见配置OBS访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。

查看更多 →