功能介绍 增值税发票识别 通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，用于后续的进一步处理，节省大量的人工录入成本。 机动车销售发票识别 自动识别机动车销售发票图片内的文本内容，并返回结构化字段信息

查看更多 →

文字识别套件使用简介 ModelArts Pro 是为企业级AI应用打造的专业开发套件。基于华为云的先进算法和快速训练能力，提供预置工作流和模型，提升企业AI应用的开发效率，降低开发难度。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

查看更多 →

组件版本为什么没有被识别出来或识别错误？ 成分分析扫描无法识别组件版本常见原因有： 成分分析特征库不支持该开源软件版本。 用户引用的开源软件修改过源码，或使用时部分引用该软件功能，导致实际编译/发布文件中相关软件特征未达到工具识别阈值，造成开源软件无法识别或版本识别异常。 用户使用的开源软件

查看更多 →

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 →

组件版本为什么没有被识别出来或识别错误？ 成分分析扫描无法识别组件版本常见原因有： 成分分析特征库不支持该开源软件版本。 用户引用的开源软件修改过源码，或使用时部分引用该软件功能，导致实际编译/发布文件中相关软件特征未达到工具识别阈值，造成开源软件无法识别或版本识别异常。 用户使用的开源软件

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 →

收号等待时间：接收外部输入信息支持的等待时间。当用户停止输入的时间超过设定的“收号等待时间”，将记录为一次失败，并自动执行“收号超时”，继续等待收号。 最大失败次数：允许的外部信息输入的最大失败的次数。当收号出错，将记录为一次失败，并自动执行“收号错误”，继续等待收号。 高级配置：单击“高级配置+”可以

查看更多 →

收号等待时间：接收外部输入信息支持的等待时间。当用户停止输入的时间超过设定的“收号等待时间”，将记录为一次失败，并自动执行“收号超时”，继续等待收号。 最大失败次数：允许的外部信息输入的最大失败的次数。当收号出错，将记录为一次失败，并自动执行“收号错误”，继续等待收号。 高级配置：单击“高级配置+”可以

查看更多 →

格式返回识别的结构化结果。 手写文字识别 识别手写文字图片中的文字内容。 证件类 身份证识别 识别身份证图片中正面与反面的文字内容，并返回识别的文字和坐标。 户口本识别 识别户口本中的文字信息，并返回识别的结构化结果。 行驶证识别 识别行驶证图片中主页与副页的文字内容，并返回识别的文字和坐标。

查看更多 →

智能教育 集成 语音合成 的教育系统可以实现中文标准朗读及带读，应用于课堂和学生自学，提升教学效率。 直播实时字幕 将视频直播或现场直播中的音频实时转为字幕，为观众提供更高效的观会体验，方便对直播内容进行监控。 会议实时记录 将视频或电话会议中的音频实时转为文字，可实时校核、修改及检索转写会议内容，提高会议效率。

查看更多 →

操作可以调整服务项的顺序。 收号等待时间：接收外部输入信息支持的等待时间。当用户停止输入的时间超过设定的“收号等待时间”，将记录为一次失败，并自动执行“收号超时”，继续等待收号。 最大失败次数：允许的外部信息输入的最大失败的次数。当收号出错，将记录为一次失败，并自动执行“收号错误”，继续等待收号。

查看更多 →

操作可以调整服务项的顺序。 收号等待时间：接收外部输入信息支持的等待时间。当用户停止输入的时间超过设定的“收号等待时间”，将记录为一次失败，并自动执行“收号超时”，继续等待收号。 最大失败次数：允许的外部信息输入的最大失败的次数。当收号出错，将记录为一次失败，并自动执行“收号错误”，继续等待收号。

查看更多 →

用户停止输入的时间超过设定的“收号等待时间”，将记录为一次失败，并自动执行“收号超时”，继续等待收号。 最大失败次数：允许的外部信息输入的最大失败的次数。当收号出错，将记录为一次失败，并自动执行“收号错误”，继续等待收号。 收号超时时间：按键间隔超时时间，例如设置2s，收号位数没

查看更多 →

放音 图元样式 图元参数 放音图元的参数如下图所示。 图元参数说明如下： 节点名称：在图元上展示的名称，可以根据需要自定义。 语音提示：当前支持“语音”、“文字转语音”、“视频”和“变量音”四种类型的语音提示。通过单击语音类型前的单选按钮可以选择对应的语音类型。 语音：wav格式语音文件。目前UAP仅支持8khz

查看更多 →

框选参照字段个数须建议大于4个，越多越好，并尽量分散在图片的四周。 参考字段尽量沿着文字边缘框选，精确框住对应文本行为佳。 核对右侧“框选参照字段”中的参照字段是否与框选的参照字段一致。 框选并核对完所有模板图片的参照字段后，单击“下一步”，进入框选识别区步骤。 父主题： 多模板分类工作流

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 →

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 →

放音 图元样式 图元参数 放音图元的参数如下图所示。 图元参数说明如下： 节点名称：在图元上展示的名称，可以根据需要自定义。 语音提示：当前支持“语音”、“文字转语音”、“视频”和“变量音”四种类型的语音提示。通过单击语音类型前的单选按钮可以选择对应的语音类型。 语音：wav格式语音文件。目前UAP仅支持8khz

查看更多 →

鼠标框选识别区，使得矩形框覆盖待识别的文字。 框选识别区应尽量扩大识别区范围，使所框选识别区覆盖字段值可能出现的区域。 在右侧“框选识别区”中填写“框选字段”，选择“字段类型”。 “字段类型”指待识别文字的内容，您可以在默认字段类型中选择，当前可选择的默认字段类型包括“日期”、“

查看更多 →

框选参照字段个数须建议大于4个，越多越好，并尽量分散在图片的四周。 参考字段尽量沿着文字边缘框选，精确框住对应文本行为佳。 核对右侧“框选参照字段”中的参照字段是否与框选的参照字段一致。 框选并核对完所有模板图片的参照字段后，单击“下一步”，进入框选识别区步骤。 父主题： 多模板分类工作流

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区，自动

查看更多 →