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 →

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 →

如何在含有多张人脸的图片中实现多人脸识别 当前人脸识别服务中，如果传入的图片中包含多个人脸，则只能选取最大的一个人脸进行识别。但是我们可以使用如下方法，实现一张图片中多张人脸的识别（比对/搜索）： 调用人脸检测接口，可以得到多张人脸在图片中的像素位置。 通过获取到的人脸位置信息，

查看更多 →

准地分类多个模板图片，然后对多个模板图片进行文字识别和结构化提取。 训练分类器 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

查看更多 →

删除图片上的刺点 功能介绍 根据刺点ID，删除图片上的刺点。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI DELETE /v1/real3d/spur 请求参数 表1

查看更多 →

新增图片上的刺点 功能介绍 用户选择生产资料列表中的像控点信息，并在图片中标记出来的过程叫做刺点。该接口用来在图片上新增刺点，刺点的具体信息包括： 像控点的经度、纬度、高度及精度信息。 刺点所在的图片ID，以及在图片中的像素点位置信息，包括横向和纵向像素值。 刺点所属的任务ID信息。

查看更多 →

在图片模板中框选参照字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。对于多模板应用而言，参照字段还将用于区分不同的模板。 框选参照字段 框选识别区 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 模板总览 检查所有模板是否已正确配置。 模板总览 评估 通

查看更多 →

按照图片文字从上到下、从左到右排列。 words为识别出来的文本内容，confidence表示该字段的置信度。 location表示文字块的区域位置信息，采用图像坐标系，第一个文字块左上角顶点为[140,45]。 extracted_data表示图片中包含的联系人信息，仅在设置了

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 →

人的姓名、电话、地址，面单上的物流编码、三段码、条形码等信息。 方案优势 支持多场景 支持电子面单识别和网络图片识别，打通服务壁垒，提供更好的业务场景支持。电子面单识别支持多家物流公司版式，能在多种复杂因素下（模糊、缺角、褶皱、阴影）准确识别。 简单易用 用户只需要将需要识别的图

查看更多 →

：根据图片文件识别图片。 modelarts_with_text：根据文本信息识别文本。 输入参数：调用接口的输入参数。在“目标”中选择参数，在“源”中拖入全局上下文中的对应变量。 输出参数：调用接口的输出参数。 “源”中选择“result”，“目标”中拖入全局上下文中的“result”，用于接收调用结果。

查看更多 →

如何选购合适的API 文字识别服务（OCR）提供四种类型的API：通用类、证件类、票据类、智能分类。 除此之外，您也可以使用ModelArts Pro服务提供的“文字识别套件”零代码搭建出专属的文字识别系统。 通用类 通用表格识别：提取表格内的文字和所在行列位置信息。 通用文字识别：提取图片内的文字及其对应位置信息。

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，必须要明确文字识别的模板类型，明确以哪张图片作为模板训练文字识别模型，基于自己的业务需求制定针对性的文字识别模型。例如上传某一格式的发票图片作为模板，训练的文字识别模型就能识别并提取同格式发票上的关键字段。 前提条件 已授权ModelArts服务和 对象存储服务 （OBS）。

查看更多 →

本章节提供了OBS使用过程中的安全最佳实践，旨在为提高整体安全能力提供可操作的规范性指导。 企业数据权限控制最佳实践 本最佳实践提供了企业开通OBS后可以设置的四种常见权限控制。 为不同职能部门的员工设置不同的访问权限，以此达到不同部门人员访问公司数据的权限隔离。 设置权限允许其他部门/项目用户下载共享数据，禁止写删。

查看更多 →

图片区域，上传本地的图片作为测试图片。 上传图片后，右侧会显示文字识别结果，包括“识别区”和对应的“识别结果”。 上传在线图片 单击“在线URL”，切换至“在线URL”页签。在“开始识别”左侧输出框中输入待测试的图片URL地址，或者拖拽测试图片至虚线框内上传图片区域，上传在线图片作为测试图片。

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 →

如何提高识别速度 识别速度与图片大小有关，图片大小会影响网络传输、图片base64解码等处理过程的时间，因此建议在图片文字清晰的情况下，适当压缩图片的大小，以便降低图片识别时间。推荐上传JPG图片格式。 根据实践经验，一般建议证件类的小图(文字少)在1M以下，A4纸大小的密集文档大图在2M以下。

查看更多 →

评估应用 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 已在文字识别套件控制台选择“通用单模板工作流”新建应用，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 →

如何提高识别精度 尽量使用文字清晰度高、无反光的图片。进行图片采集时，尽量提高待识别文字区域占比，减少无关背景占比，保持图片内文字清晰人眼可辨认。 若图片有旋转角度，算法支持自动修正，建议图片不要过度倾斜。 图片尺寸方面，建议最长边不超过8192像素，最短边不小于15像素，图像长宽比例维持常见水平

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 →

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

查看更多 →