body True 实体在文本中的开始索引位置 实体在文本中的开始索引位置 endIndex String body True 实体在文本中的结束索引位置 实体在文本中的结束索引位置 type String body True 抽取的实体类型 用于标注此实体的识别类型，不需要填入表单 entity

查看更多 →

在文字识别控制台左侧导航栏选择“自定义OCR”。 默认进入“我的应用”页签。 图1 文字识别控制台 在“我的应用”页签下，单击“创建应用”。 进入“创建应用”页面。 图2 创建应用 您也可以单击“我的工作流”，切换至“我的工作流”页签，选择工作流并单击卡片中的“创建应用”。 根据业务需求填写“应用名称”、“应用

查看更多 →

Pro控制台界面，单击“文字识别”套件卡片的“进入套件”。 进入文字识别套件控制台。 图1 进入套件 在左侧导航栏选择“应用开发>工作台”。 默认进入“我的应用”页签。 图2 工作台 在“我的应用”页签下，单击“新建应用”。 进入“新建应用”页面。 图3 新建应用 您也可以单击“我的工作流”，

查看更多 →

只支持识别PNG、JPG、JPEG、BMP、TIFF格式的图片。 图像各边的像素大小在100px到4096px之间。 图像中识别区域有效占比超过80%，保证所有文字及其边缘包含在图像内。 支持图像任意角度的水平旋转。 目前不支持复杂背景（如户外自然场景、防伪水印等）和文字扭曲图像的文字识别。 步骤2：新建应用 登录ModelArts

查看更多 →

调用指南 评估模板应用后，就完成模板制作，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 已在自定义OCR控制台选择“多模板分类工作流”创建应用，并完成评估模板步骤，详情请见评估. 操作步骤 在“应用开发>调用指南”页面完成

查看更多 →

图像识别价格说明 04 SDK 图像识别SDK是对图像识别提供的REST API进行的封装，以简化用户的开发工作。用户直接调用Image SDK提供的接口函数即可实现使用图像识别业务能力的目的。 SDK文档 媒资图像标签 名人识别 主体识别 翻拍识别 图像标签 常见问题 了解更多常见问题、案例和解决方案

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，必须确保需要识别的图片都属于同一类型的模板。同一类模板的图片，它们有相同的版面排布，且要识别的文字类型和位置均要求固定。如果您的图片具有多种模板，请考虑使用“多模板工作流”。 确认模板类型后，要准备一张文字清晰的图作为模板图片，模板图中要

查看更多 →

说明 区域 图像识别服务所在的区域。 项目 图像识别服务所在的项目。 获取图片方式 获取图片的方式，包括API表单参数、Base64编码和URL路径。 API表单参数 获取图片方式为“API表单参数”时，工作流的触发器必须为Open API，并通过form-data类型的表单参数上传图片，此处填写表单参数的参数名。

查看更多 →

匹配到的意图模板中的槽位数据。通常在允许客户中途修改信息时设置为“清空当前上下文缓存”。 清空会话缓存：清空当前流程实例的所有变量的值。 清空当前上下文缓存：清空当前意图的变量值，通常用于多次执行同一个语义识别，清除上一次留存的意图数据。 意图个数：允许返回匹配的多个意图模板时设

查看更多 →

上传模板图片”、“定义预处理”、“框选参照字段”、“框选识别区”步骤，单击“下一步”，进入“评估”页面。 本地上传图片 图2 评估模板 在“应用开发>评估”页面，默认进入“本地上传”页签。 单击“上传图片”，或者拖拽测试图片至虚线框内上传图片区域，上传本地的图片作为测试图片。 测试图片上传成功后，右侧会显示识别结果。

查看更多 →

l路径，例如D:\local\test.xlsx", response) 使用PDF进行文字识别 本示例将PDF文件转换为图片，并调用网络图片识别API，获取识别结果。 前提条件 开通网络图片识别。 参考本地调用，安装OCR Python SDK。并执行pip install fitz命令和pip

查看更多 →

页码。 图像各边的像素大小在15px到8192px之间。 图像中识别区域有效占比超过80%，保证所有文字及其边缘包含在图像内。 支持图像任意角度的水平旋转。 单页字符数不大于1800，以获得较优的识别效果。 目前不支持复杂背景（如户外自然场景、防伪水印等）和文字扭曲图像的文档解析。

查看更多 →

。其他API的的使用约束请参见API参考。 只支持识别JPG、PNG、JPEG、BMP格式的图片。 application/json请求的body中，请使用标准Json格式。 Base64编码中请勿使用回车换行。 系统不保存用户图片。 图片大小小于8MB，由于过大图片会导致时延较

查看更多 →

评估 确定模板图片的参照字段和识别区后，需要对模板图片进行评估和考察。您可以通过上传测试图片，在线评估模板的识别情况，保证能正确识别同样模板下其他图片中的识别区文字。 前提条件 已在自定义OCR控制台选择“通用单模板工作流”创建应用，并完成框选识别区步骤，详情请见框选识别区。 进入评估页面

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 →

body True 实体在文本中的开始索引位置 实体在文本中的开始索引位置 endIndex String body True 实体在文本中的结束索引位置 实体在文本中的结束索引位置 type String body True 抽取的实体类型 用于标注此实体的识别类型，不需要填入表单 entity

查看更多 →

增值税发票识别 功能介绍 识别增值税发票的类别，并以JSON格式返回识别的结构化结果，支持识别图片、PDF、OFD文件。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 发票验真API请参见发票验真。 图1 增值税发票示例图 图2 区块链 发票示例图 图3 全电发票示例图（专用发票）

查看更多 →

在配置确认页面中，单击“创建执行计划”。 图5 配置确认 在弹出的创建执行计划框中，自定义填写执行计划名称，单击“确认”。 图6 创建执行计划 等待执行计划状态为“创建成功，待部署”后，单击“部署”，并且在弹出的执行计划确认框中单击“执行”。 图7 执行计划 图8 执行计划确认 等待执行计划

查看更多 →

支持中英文及部分中文繁体字。 只支持识别JPG、JPEG、PNG、BMP、TIFF、TGA、WEBP、ICO、PCX、GIF格式图片。 支持常见网络图片：手机截图、电脑截图、电商产品图及广告设计图等互联网图片。 图像各边的像素大小在15px到8192px之间。 图像中有效文字图片占比超过60%，避免有效文字图片占比过小。

查看更多 →

图像各边的像素大小在15px到8192px之间。 支持同时返回单张图像中存在的多张回单识别结果。 图像中key值对应的value值为空时，不会返回对应的键值对。 目前不支持复杂背景（如户外自然场景、防伪水印等）和文字扭曲图像的文字识别。 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。

查看更多 →

：单击图标重置图片为初始状态，即未进行任何处理的状态。 ：单击图标，在“图片裁剪”窗口调整图片裁剪范围，然后单击“裁剪”，调整图片的大小。 ：单击图标，在“图片旋转”窗口，鼠标选中调整图片的方向，然后单击“确认”，调整图片的方向。 ：单击图标，向左旋转图片90°。 ：单击图标，向右旋转图片90°。 ：单击图标，缩小图片大小。

查看更多 →