无服务器图片生成缩略图

练并生成文字识别模型，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识别身份证模板中的文字。 首先，请仔细阅读准备工作罗列的要求，提前完成准备工作。使用通用单模板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 步骤3：上传模板图片 步骤4：定义预处理

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 →

评估状态为端到端地对待识别图片自动分类并进行结构化识别。 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。 上传图片后，右侧会显示模板识别结果，包括“模板ID”、“模板名”、“置信度”。

查看更多 →

在视频制作界面，如果添加视频，且视频格式为FLV、3GP、WMV、AVI时，无法展示视频播放效果，仅能图片展示。这是浏览器不兼容导致的，但是不影响视频合成效果。视频合成后，这些插入的视频可以正常播放和展示。 插入的视频素材，要求如下所示： 分辨率最大支持1080P。 帧率小于等于30fps。 编码为AV1、VP8、VP9、H264或H265格式。

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 →

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 →

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 →

如果type为auto，API自动判断发票类型，并在返回参数中添加type出参以指明发票类型。 如果type为new，API在检测出的类型为机动车发票时返回原版机动车发票出参并添加type出参（机动车销售统一发票），不一致时报错AIS.0104图像质量差。 如果type为used，

查看更多 →

OCR自定义模板将于2025.12.31正式下线，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自定义模板下线公告。 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 →

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 →

tion"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。 columns Array of integers 文字块占用的列信

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 →

通用文字识别 ：提取图片内的文字及其对应位置信息。 手写文字识别：识别手写文字、印刷文字信息。 网络图片识别：识别网络图片内的所有文字及其对应位置信息。 证件类 身份证识别、护照识别、银行卡识别 驾驶证识别、行驶证识别、道路运输证识别、车牌识别、VIN码识别 营业执照识别、名片识别 票据类 增值税发票识

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 →

PPT如何转为PDF文件？ 支持在视频制作界面，导入本地PPT作为视频素材使用。有时PPT的字体不支持在MetaStudio控制台展示，建议将PPT转存为PDF文件后，在导入本地PPT的位置，重新导入PDF文件，进行视频制作。 PPT转PDF的操作方法，如下所示： 本地打开PPT文件，在左上方的导航栏中，选择“文件

查看更多 →

业证上的文字信息。 自定义模板支持识别单模板应用或是多模板应用，单模板仅支持一种版式，多模板支持识别多种版式。 单模板的前提： 识别图片需与模板图片版式相同，具体而言，图片中要存在文字内容和位置均固定不变的文字（参照字段）。 识别文字内容不能偏离设定的识别区域，包括打印偏移、由上下文长度变化引起的偏移等。

查看更多 →

上传模板图片 在使用多模板分类工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪几种板式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。例如上传两种不同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这两种格式发票上的关键字段。 前提条件

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 →

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 →

需要定制识别的字段。例如上传某一格式的发票图片作为模板，配置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 已在“自定义OCR”控制台选择“通用单模板工作流”创建应用，详情请见6.2新建应用。 提前准备待识别的图片，图片要求请见图片要求。 图片要求 保证图片质量：不

查看更多 →