无服务器图片生成缩略图

提取图片中的文字暗水印 功能介绍 对已嵌入文字暗水印的图片进行水印提取，用户以formData的格式传入待提取水印的图片，DSC服务以JSON的格式返回从图片里提取的出的文字暗水印。目前支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib

查看更多 →

（可选）测试是否能可识别花卉图片。 在连接器详情页面，单击“测试”。 配置测试参数，单击“测试”。 选择类型：识别的主体可以是图片或者文本信息。本示例选择“图片文件”，并上传待识别的图片。 图片URL：识别的主体是图片时，可选择“图片URL”并设置图片的URL。 图片文件：识别的主体为图片

查看更多 →

参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无 TTS 扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音速度，可选低速朗读、中速朗读和高速朗读。 TTS扩展参数：根据需要定义，字符串长度不超过200。 您使用TT

查看更多 →

8bit的wav格式语音文件。 文字转语音：通过文字转语音方式生成的TTS放音文件。您可以通过开启TTS高级设置，设置放音参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音

查看更多 →

参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音速度，可选低速朗读、中速朗读和高速朗读。 TTS扩展参数：根据需要定义，字符串长度不超过200。 您使用TT

查看更多 →

8bit的wav格式语音文件。 文字转语音：通过文字转语音方式生成的TTS放音文件。您可以通过开启TTS高级设置，设置放音参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音

查看更多 →

参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音速度，可选低速朗读、中速朗读和高速朗读。 TTS扩展参数：根据需要定义，字符串长度不超过200。 视频：3g

查看更多 →

参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音速度，可选低速朗读、中速朗读和高速朗读。 TTS扩展参数：根据需要定义，字符串长度不超过200。 视频：3g

查看更多 →

对提取、文字识别、以及表格识别等任务，实现进阶高效的自动化结构化返回。 通用类 通用表格识别 识别表格图片上的文字内容，并返回识别的结构化结果。 通用文字识别 识别图片上的文字内容，并返回识别的文字和坐标。 网络图片识别 识别网络图片中的文字内容，并以JSON格式返回识别的结构化结果。支持横向、竖向、艺术字识别。

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 →

参数。单击下拉列表框的“”可以选择音效和音速。若不开启，默认音效：女生朗读，音速：低速朗读，无TTS扩展参数。 音效：选择放音音效，可选男生朗读和女生朗读。 音速：选择放音速度，可选低速朗读、中速朗读和高速朗读。 TTS扩展参数：根据需要定义，字符串长度不超过200。 视频：3g

查看更多 →

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。 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。

查看更多 →

评估应用 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 →

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 →

功能介绍 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

查看更多 →

详细指导 上传模板图片 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，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

查看更多 →

了图片中的文字块数目、文字块排列顺序、具体文本内容、所在位置、置信度等信息。 result字段仅在API调用成功后返回。 words_block_count表示文字块识别结果，本示例中，识别出2个文字块，分别代表图片中的2行文字。 words_block_list表示文字块列表，按照图片文字从上到下、从左到右排列。

查看更多 →

通用文字识别 ：提取图片内的文字及其对应位置信息。 手写文字识别：识别手写文字、印刷文字信息。 网络图片识别：识别网络图片内的所有文字及其对应位置信息。 证件类 身份证识别、护照识别、银行卡识别 驾驶证识别、行驶证识别、道路运输证识别、车牌识别、VIN码识别 营业执照识别、名片识别 票据类 增值税发票识

查看更多 →

图片区域，上传本地的图片作为测试图片。 上传图片后，右侧会显示文字识别结果，包括“识别区”和对应的“识别结果”。 上传在线图片 单击“在线URL”，切换至“在线URL”页签。在“开始识别”左侧输出框中输入待测试的图片URL地址，或者拖拽测试图片至虚线框内上传图片区域，上传在线图片作为测试图片。

查看更多 →

框选识别区 在文字识别过程中，需要确定图片中识别的文字位置，这就需要在图片模板中框选识别区。 识别区指图片中待识别的文字位置。所有需要识别的图片中都会包含此识别区的字段，且位置固定不变，因此模型可以通过识别区找到需要识别内容的位置。 前提条件 已在自定义OCR控制台选择“多模板分

查看更多 →

框选参照字段 在文字识别过程中，套件会检查所识别图片与模板图片是否为同一种模板，并将识别图片校正后再提取结构化信息，支持图片平移、旋转与拉伸变换。 为了检查并校正待识别的图片，这就需要在模板图片中指定参照字段。通过参照字段的文字内容来判断是否属于同一种模板，通过参照字段的位置来校正待识别图片。

查看更多 →