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 →

OCR是系统预置的，与OCR对接的接口。 图7 拖拽OCR图元到画布中 选中组件，单击，设置OCR对接信息。 图8 设置基本信息 标签：图元在页面展示的名称。 名称：图元在系统中的唯一标识，不能和其他图元相同。 连接器：服务编排使用的连接器的名称。 单击，设置动作参数。 图9 设置动作参数 动作：系统提供了如下两个动作。

查看更多 →

如何选取参照字段？ 参照字段是在所有图片中，文字位置和内容均不发生变化的文字。 参照字段有两个作用： 在单模板应用中，用于矫正识别图片，从而找准识别字段； 在多模板应用中，参照字段的内容和位置将作为相应模板的分类特征。 在框选参照字段时，首先要确保所框选的文字位置和内容都固定不变

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 →

下文长度变化引起的偏移等。 多模板的前提： 分类器中的任一模板，均需满足上述单模板的要求。 模板种类固定，识别不在多模板中的图片可能会返回错误的结果或无法识别。 模板间有足够的区分度，不同模板要有不同的参照字段，且参照字段差异尽量明显，相似的参照字段容易导致分类错误。 模板数量可

查看更多 →

框选参照字段 在识别文字的过程中，套件会先对图片进行模板分类，再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。 为了正确分类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识别图片属于哪一种

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 已在文字识别套件控制台选择“通用单模

查看更多 →

支持常见网络图片如：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15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。 支持图像中有效文字图片的任意角度的水平旋转（需开启方向检测）。 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 →

地址等全部信息。 泰国车牌识别 识别泰国车牌图片中的车牌信息，返回识别结果和车牌的区域位置信息。 道路运输从业资格证 自动识别道路运输从业资格证，根据不同版式内容返回对应的关键文字信息，可用于货运场景资质审核场景。 车辆合格证 自动识别出车辆合格证图片的文本内容，并返回结构化字段信息。

查看更多 →

提取图片中的图片暗水印（文件地址版本） 功能介绍 对指定存储地址信息（目前支持OBS）的已嵌入图片暗水印的图片提取图片暗水印，提取出的水印图片将存放在用户指定的位置（目前支持OBS），支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib

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 →

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 →

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 已在文字识别套件控制台选择“多模板分

查看更多 →

使用流程简介 文字识别是指对图像中的打印字符进行检测识别，通过调用API，识别图片中的文字，并返回JSON格式的识别结果。 使用流程 图1 使用流程 使用前必读 用户需要具备编程能力，熟悉Java、Python、iOS、Android、Node.js编程语言。 OCR服务需要用户

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 →

调用SDK实现通用表格识别 文字识别服务软件开发工具包（OCR SDK）是对文字识别服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以通用表格识别API为例，介绍如何使用OCR Python SDK。 使用OCR SDK的详细步骤如下所示： 步骤1：开通服务 步骤2：安装SDK

查看更多 →

图像分类：识别一张图片中是否包含某种物体。 物体检测：识别出图片中每个物体的位置及类别。 图像分割：根据图片中的物体划分出不同区域。 音频 声音分类：对声音进行分类。 语音内容：对语音内容进行标注。 语音分割：对语音进行分段标注。 文本 文本分类：对文本的内容按照标签进行分类处理。

查看更多 →

表格导入用例报错如何处理？ 用例导入注意点： 请在用例管理页面点击【导入】按钮，在弹窗中下载用例模板，不建议自己编写模板表格。 图1 下载模板 请认真阅读用例模板中的三条提示。 用例是根据需求名、需求描述等信息识别导入，所以表格内的这些信息要完全和解决方案工作台上的这些信息完全一致。

查看更多 →

只支持单页识别，可通过pdf_page_number参数指定页码。 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

查看更多 →

对接Redis实现AstroZero对象数据缓存能力 对接 CSS 实现在应用中调用分布式搜索 对接OCR识别图片中文字 对接IEF管理边缘节点 对接 ModelArts Pro 实现在应用中使用文字识别和 自然语言处理 能力 对接ModelArt识别图像和文字 对接SMN发送短信 对接Message& SMS 发送短信 对接SMTP发送邮件

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 →