型发票的识别与验真。该方案主要适用于如下场景： 企业日常财务报销 供应链发票核验 财税 代理记账 方案架构 图1 方案架构图 部署该解决方案会使用到如下资源： 创建用于上传发票的OBS桶，企业业务系统将员工报销的发票图片或者电子发票PDF文件上传到该桶。 创建用于存储发票识别与验真

查看更多 →

的距离，默认为0，即铺满整个组件。 图形 图形是指组件中，实现 数据可视化 的具体图形表达元素，例如饼图的扇区、柱状图的柱子、折线图的线条、拐点等。 图4 步骤条图形 步骤条方向：步骤条显示方向，可以设置为水平方向或垂直方向。 步骤图标尺寸：步骤图标的尺寸，单位为px。 步骤图标背景：步骤图标的背景色。

查看更多 →

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：组件是否高亮显示，支持默认展示和跳转到页面时展示。 边距：组件中图表距离整个组件四边（上、

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 →

图3 搜索框卡片 背景 背景色：设置组件卡片的背景颜色。 边框：组件卡片边框设置，支持无边框、全边框和角边框三种样式。设置为全边框和角边框时，支持设置组件外圈边框的线型、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

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 →

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：组件是否高亮显示，支持默认展示和跳转到页面时展示。 边距：组件中图表距离整个组件四边（上、下、左、右，

查看更多 →

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长，并且图片信息量不大，建议小于1MB。 图片分辨率小于4096*4096，图片中人脸像素大于80*80，建议120*120以上。

查看更多 →

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：组件是否高亮显示，支持默认展示和跳转到页面时展示。 边距：组件中图表距离整个组件四边（上、

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 →

除匹配到的意图中的槽位数据。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时设置，需

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 →

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 →

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 →

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30000px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 →

需使用系统自带画图工具、Photoshop等工具将图片打开后另存为“.jpg”或“.bmp”等格式的文件。 大小： 必须在55KB~5MB之间。 如果实名认证材料超大，请使用绘图工具调整文件大小至符合要求。 证件号码 上传证件图片中的证件号码，证件号码需与实名认证证件完全一致。

查看更多 →

文件名规范，不能有中文，不能有+、空格、制表符。 保证图片质量，不能有损坏的图片。目前支持的格式包括JPG、JPEG、PNG、BMP。 不要把明显不同的多个任务数据放在同一个数据集内。 为了保证模型的预测准确度，训练样本跟真实使用场景尽量相似。 为保证模型的泛化能力，数据集尽量覆盖可能出现的各种场景。 每一类数据

查看更多 →

本地调用 本章节以通用表格识别为例，介绍如何使用OCR Python SDK在本地进行开发。 该接口可以识别表格图片中的文字内容，并将识别结果以JSON格式返回给用户。返回结果包含两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。

查看更多 →

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 →

需使用系统自带画图工具、Photoshop等工具将图片打开后另存为“.jpg”或“.bmp”等格式的文件。 大小： 必须在55KB~5MB之间。 如果实名认证材料超大，请使用绘图工具调整文件大小至符合要求。 证件号码 上传证件图片中的证件号码，证件号码需与实名认证证件完全一致。

查看更多 →

驾驶证识别 功能介绍 识别驾驶证图片中主页与副页的文字内容，并将识别的结果以JSON格式返回给用户。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。 图1 驾驶证示例图 图2 电子驾驶证示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制

查看更多 →