使用OCR服务是否必须使用华为云存储图片 文字识别服务支持输入图片的base64编码或图片的url路径。 如果您使用图片的url路径，可以将图片上传至华为云 对象存储服务 （OBS）中，使用OBS提供的图片url。 关于OBS的使用请参考配置OBS访问权限。 OCR识别OBS私有桶中

查看更多 →

视频如何添加文字水印？ 媒体处理除了支持添加图片水印外，还支持通过API设置文字水印。 上传源视频文件至OBS服务，记录桶名、桶所在区域的路径。上传步骤请参见上传音视频文件。 调用新建转码任务接口，设置转码输入输出参数“input”和“output”，设置文字水印参数“text_

查看更多 →

函数工作流 ：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别服务：提供发票识别与验真服务，识别用户上传的发票内容以及对接国税局系统进行真伪验证。 方案优势 场景丰富 支持发票识别和发票验真功能。

查看更多 →

识别的结构化结果。 银行卡识别：识别银行卡上的关键文字信息，并返回识别的结构化结果。 营业执照识别：识别营业执照图片中的文字信息，并返回识别的结构化结果。 商用 - 3 新增护照识别、道路运输证识别 护照识别：识别护照图片中的文字信息，并返回识别的结构化结果。 道路运输证识别：识

查看更多 →

手机检测模型 AI练习生 基于ModelArts的手写数字识别 AXYZdong AI 文字编辑图片 instruct-pix2pix 案例 AXYZdong 推理部署 上线二维码检测识别服务 林欣 使用ModelArts对8类常见生活垃圾进行分类 福州司马懿 使用ModelArts搭建"花卉种类识别"服务

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 →

的人员，您希望他们拥有OCR的使用权限，但是不希望他们拥有删除OCR等高危操作的权限，那么您可以使用IAM为开发人员创建用户，通过授予仅能使用OCR，但是不允许删除的权限，控制对资源的使用范围。 IAM是华为云提供权限管理的基础服务，无需付费即可使用，您只需要为您账号中的资源进行

查看更多 →

通用表格识别 功能介绍 识别表格图片中的文字内容，并将识别的结果以JSON格式返回给用户。返回结果将图片区域（words_region）划分为两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。该接口的使用限制请参见约束与限制，详

查看更多 →

图片质量类报错处理办法 问题现象 调用文字识别API时，产生以下图片质量类报错。 错误码AIS.0102：图片格式不支持。 错误码AIS.0103：图片尺寸不满足要求。 错误码AIS.0104：非支持的图片类型或图片质量差。 解决方法 请参考产品介绍 > 约束与限制章节检查图片的格式、像素是否符合规范。

查看更多 →

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。 驾驶证识别 识别驾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 →

获取AI人脸图片 接口名称 WEB_GetAiFacePictureAPI(后续废弃) 功能描述 获取AI人脸图片 应用场景 获取AI人脸图片 URL https://ip/v1/ai/face-detection/picture?ActionID=WEB_GetAiFacePictureAPI

查看更多 →

使用多模板工作流开发应用 ModelArts Pro 的文字识别套件提供了多模板工作流，通过工作流指引支持自定义多个文字识别模板，通过模型训练，自动识别图片所属模板，从而支持从大量不同板式图像中提取结构化信息。 本章节提供一个票证类型的样例，帮助您快速熟悉使用文字识别套件中的多模板

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 →

String 文字块识别结果。 location Array<Array<Integer>> 文字块的区域位置信息，列表形式，包含文字区域四个顶点的二维坐标（x,y）;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 confidence Float 文字块识别结果的置信度。

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 →

财务报表识别 功能介绍 识别用户上传的表格图片中的文字内容，并将识别的结果返回给用户。 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 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%，保证整张表格及其边缘包含在图像内。

查看更多 →

功能介绍 支持构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 适用场景 用户认证识别 识别证件中关键信息，节省人工录入，提升效率，降低用户实名认证成本，准确快速便捷。 快递单自动填写 识别图片中联系人信息并自动填写快递单，减少人工输入。 合同录入与审核

查看更多 →

使用OCR服务，是否会保存用户数据 OCR服务坚持“华为云始终把可信作为产品质量的第一要素”的理念，我们基于安全、合规、隐私、韧性、透明，为您提供有技术、有未来、值得信赖的云服务。 OCR服务承诺用户识别的图片与识别结果全部不作任何形式留存，识别返回后立即释放。 具体的声明请参考

查看更多 →

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。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 多模板分类工作流 支持用户自定义多个文字识别模板，通过模型训练，自动识别图片所需使用的模板，从而支持从大量不同板式图像中提取结构化信息。

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 →

银行卡识别 功能介绍 识别银行卡上的关键文字信息，并以JSON格式返回识别的结构化结果。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 银行卡示例图 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 只支持识别JPG、JPEG、PNG、BMP、TIFF格式图片。

查看更多 →