格线扭曲图像的 文字识别 。 支持中英文以及部分繁体字。 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。 通用文字识别 只支持识别PNG、JPG、JPEG、BMP、GIF、TIFF、WEBP、PCX、ICO、PSD、PDF格式的图片。 图像各边的像素大小在15px到8192px之间。

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 →

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 →

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 →

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 →

外圈边框的线型、圆角等。 样式：选择图片时，图片显示的样式，支持普通、居中、拉伸和平铺四种样式。 选择图片：使用本地的图片作为组件背景，支持新增目录和子目录，便于对图片进行分类管理。推荐使用JPG、JPEG、PNG或GIF格式的图片，且每张图片不能超过50MB。 特效：组件是否高

查看更多 →

，默认为0，即铺满整个组件。 图片地址：支持输入图片地址，来展示图片。 链接：设置单击图片后，跳转的链接地址。 图片设置：设置图片填充方式，并选择对应图片。 数据 在数据中，配置图片组件的数据来源，更多介绍请参见数据接入。 交互 在交互中，配置图片与其他组件或页面之间的交互能力。更多交互介绍，请参见交互设置。

查看更多 →

二维码位置信息，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_content String 图片中二维码指向的链接，当请求参数

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 →

文字识别SDK简介 文字识别SDK概述 文字识别（Optical Character Recognition，简称OCR）将图片或扫描件中的文字识别成可编辑的文本。可代替人工录入，提升业务效率。支持身份证、驾驶证、行驶证、发票、通用表格、通用文字等场景文字识别。 文字识别以开放API（Application

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 →

裁剪图片 该接口用于裁剪一张图片。 接口调用 hilens.Preprocessor.crop(src, x, y, w, h, t) 参数说明 表1 参数说明 参数名 是否必选 参数类型 描述 src 是 <class 'numpy.ndarray'>对象 源图，必须为NV21的格式。宽度范围[64

查看更多 →

1080], 2的倍数。 如果输入不是NV21格式，请把输入的源图片转换为NV21格式，详情请参见转换图片颜色格式。 dst 目的图片。 x 裁剪区域左上角x坐标，范围[0, 1920], 2的倍数。 y 裁剪区域左上角y坐标，范围[0, 1080], 2的倍数。 w 缩放宽度，范围[64

查看更多 →

ModelArts Pro的文字识别套件提供了通用单模板工作流，通过工作流指引可构建文字识别模板，识别单个板式图片中的文字，快速实现文档、票证等场景的文字识别。 本章节提供一个身份证样例，帮助您快速熟悉使用文字识别套件中的通用单模板工作流开发应用的过程。通过上传模板图片、框选参照字段和识别

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 →

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 →

图片 图片组件用于展示图片的UI元素，提供直观的视觉信息。 在左侧组件区域，从“常用控件”中，选择“图片”组件，并拖拽至设计区，如图1所示。 图1 拖拽图片组件到设计区并设置属性 基础配置 上传图片：将文件拖拽上传区域内，或单击上传图片模块进行上传。 上传图片支持jpg、jpeg

查看更多 →

图片 图片作为一个基本组件，用于展示图片，用户可以通过“图片地址”属性，来选择图片。图片可以从本地上传，也可以来自 服务器 上的图片库。 在标准页面设计界面，从“基本组件 > 基本”中，拖拽“图片”组件至页面工作区域，如图1。 图1 图片 查看组件帮助 将鼠标放在对应的组件上，单击，可查看组件说明。

查看更多 →

使用相对地址：使用图片的相对路径。 高级设置 在高级设置中，可设置图片填充类型。 图3 高级设置 图4 图片设置页面 图5 上传图片/视频 单击“选择图片”，在页面单击目录后的和，可管理图片目录。单击“上传图片/视频”，可进行上传操作。 选择“填充”表示图片不保证保持原有比例，图片拉伸填满整个容器。

查看更多 →

尺寸位置 全局样式 图片：选择图片，您可以通过如下三种方式加载图片到大屏中。 在“图片”后显示“url”的框中输入图片的地址。 单击“图片”下方的虚线框，选择图片。 直接拖动图片至“图片”下方的虚线框中。 图片选择后，您也可以进行编辑和删除操作。单击图片区域的可以删除当前图片，单击可以修改当前图片。

查看更多 →

FunctionGraph，用于实现调用文字识别服务业务逻辑，当收到OBS上传图片通知后，自动调用文字识别 OCR服务进行电子面单识别、网络图片识别并将结果存放在OBS桶内。 使用文字识别 OCR，提供电子面单识别和网络图片识别。用户只需要将电子面单图片或含有收/寄件信息的截图上传至OB

查看更多 →