无服务器图片生成缩略图

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 →

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 →

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。 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。

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 →

自定义字典 取值范围 在识别当前字段类型的文字时，选择字典的取值范围中最相似的取值为最后识别结果。 例如： “字段类型名称”：“城市” “字段属性”：“自定义字典” “取值范围”：“Shenzhen”、“Beijing”、“Xi'an” 在识别“字段类型”为“城市”的文字时，从“Shen

查看更多 →

照字段和识别区、上传训练集，自动训练并生成模板分类器和文字识别模型，并将生成的模型部署为在线服务。部署完成后，用户可通过在线服务自动分类模板并识别模板中的文字。 首先，请仔细阅读准备工作罗列的要求，提前完成准备工作。使用多模板分类工作流开发应用的步骤如下所示： 步骤1：准备数据 步骤2：新建应用

查看更多 →

功能介绍 通用表格识别 提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。 通用文字识别 提取图片内的文字及其对应位置信息，并能够根据文字在图片中的位置进行结构化整理工作。 手写文字识别 识别文档中的手写文

查看更多 →

单元格内文字段列表。输出顺序从左到右，从上到下。仅当入参"return_text_location"为true时存在。 rows Array of integers 文字块占用的行信息，编号从0开始，列表形式，数据类型为Integer。仅在表格区域内有效，即type字段为"table"时该字段有效。

查看更多 →

自定义OCR介绍 OCR自定义模板已正式停售，为避免影响您目前的业务，请您及时进行相关迁移工作，迁移指导详见OCR自定义模板停售公告。 自定义OCR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识别服务，实现多种版式图像的文字信息结构化提取。 工作流 自定义O

查看更多 →

受技术与成本多种因素制约，文字识别服务存在一些约束限制。 以通用文字识别API为例，输入数据存在以下约束。其他API的的使用约束请参见约束与限制。 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15px到8192px之间。 图像中识别区域有效占比超过

查看更多 →

2、当前不支持换行。 color 可选参数，表示文字水印的文字颜色。 格式为六位十六进制颜色码，取值为000000到FFFFFF，默认值为黑色。 shadow 可选参数，表示文字水印的阴影透明度。取值范围为(0，100]。 fill 可选参数，表示水印的铺满效果。取值为0或1。 0：无效果。 1：铺满。

查看更多 →

行业套件介绍 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识别服务，实现多种版式图像的文字信息结构化提取。 文字识别套件的介绍请参见产品介绍。 预置工作流 文字识别套件当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片

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 已在自定义OCR控制台选择“多模板分

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 →

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 已在自定义OCR控制台选择“通用单模

查看更多 →

样式限制，让网站更加有个性。 当按钮显示为绿色时表示该区域为显示状态。 当按钮显示灰色为隐藏该区域。 隐藏底部为推广版及以上版本功能。 图4 网站顶部/横幅/底部区设置 网站宽度。支持自定义设置网站宽度，一般建议宽度1200，适应大部分电脑。 图5 网站宽度设置 网站背景。网站背景色有三种选择：默认、隐藏、自定义。

查看更多 →

项目所在region的id，如：xx-xx-1。 src_file 是 String 待提取文字暗水印的图片地址，当前只支持OBS，格式为 obs://bucket/object ，其中bucket为和当前项目处于同一区域的OBS桶名称，object为对象全路径名。例如：obs://hwbucket/hwinfo/hw

查看更多 →

票据类 功能介绍 增值税发票识别 通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，用于后续的进一步处理，节省大量的人工录入成本。 机动车销售发票识别 自动识别机动车销售发票图片内的文本内容，并返回结构化

查看更多 →

、正则抽取等规则来修正识别结果。 情形2：单模板工作流识别出错，且大部分字段为空或错误。 解决办法：请检查参照字段是否框选正确，或尝试框选更多参照字段（框选办法参照框选参照字段），如果新增参照字段后仍有问题，请检查识别图片与模板图片是否为同一个版式，如果为新版式，请考虑创建新模板或使用多模板分类工作流。

查看更多 →

API接口返回的中文字符为乱码，如何解决？ DLI 接口返回的结果编码格式为“UTF-8”，在调用接口获取返回结果时需要对返回的信息编码转换为“UTF-8”。 例如，参考如下实现对返回的response.content内容做编码格式转换，确保返回的中文格式不会乱码。 print(response

查看更多 →

Object 对应所有在原图上识别到的字段位置信息，包含所有文字区域四个顶点的二维坐标（x,y）。采用图像坐标系，坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 front DriverLicenseFront object 驾驶证主页。 当请求参数"side"设置为"double_side"时才返回。

查看更多 →