el路径，例如D:\local\test.xlsx", response) 使用PDF进行 文字识别 本示例将PDF文件转换为图片，并调用网络图片识别API，获取识别结果。 前提条件 开通网络图片识别。 参考本地调用，安装OCR Python SDK。并执行pip install

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 →

对证件、票据、表单等任意版式文档进行键值对提取、文字识别、以及 表格识别 等任务，实现进阶高效的自动化结构化返回。 约束与限制 支持中英文及部分中文繁体字。 只支持识别PNG、JPG、JPEG、BMP、GIF、TIFF、WEBP、PCX、ICO、PSD格式的图片以及PDF文档，PDF只支持单页识别，可通过pdf_page_number参数指定页码。

查看更多 →

（P：普通因私护照、W：外交护照、G：公务护照）（英文）。 护照签发国的国家码（英文） 护照签发国的国家码（英文）。 护照号码（英文） 护照号码（英文）。 护照持有人国籍（英文） 护照持有人国籍（英文）。 姓（英文） 持有人姓（英文）。 名字（英文） 持有人名字（英文）。 性别（英文） 持有人性别（英文）。 出生日期（英文）

查看更多 →

该参数与url二选一。 图片或PDF格式，base64编码，要求base64编码后大小不超过10M。 图像尺寸不小于15×15像素，最长边不超过8192像素，支持JPG/PNG/BMP/TIFF格式。 PDF以144dpi的分辨率转为图像进行识别，需符合上述图像尺寸规定。若PDF有多页，当前仅对第1页进行识别。

查看更多 →

None 服务介绍 文字识别 OCR 文字识别技术简介 01:46 文字识别技术简介 快速入门 文字识别 OCR 使用SDK 06:38 SDK使用指导 文字识别 OCR 使用API 03:04 API使用指导 问题排查 文字识别 OCR 获取Token 时帐密报错 03:53 获取Token时帐密报错

查看更多 →

文字识别 文字识别连接器用于对接华为云文字识别服务，可以通过文字识别服务准确识别图像中的文字。 前提条件 使用文字识别连接器前，需要开通华为云文字识别服务。 创建文字识别连接 登录新版ROMA Connect控制台。 在左侧导航栏选择“连接器”，在连接器页面单击“新建连接”。 选择“华为云服务”类别下的“文字识别”。

查看更多 →

默认值 image_bucket_name string 必填 桶名称，用于上传发票图片或PDF文件。 OBS桶名称，全局唯一，用于上传发票图片或PDF文件。取值范围：支持小写字母、数字、中划线（-）、英文句号（.）。 无默认值，桶名可以自定义。例如命名为ocr-invoiceimage-bucket

查看更多 →

对接OCR实现图片上文字识别功能 背景信息 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。

查看更多 →

是否返回印章擦除后的base64编码图片，可选值包括： true：返回印章擦除后的图片base64编码 false：不返回印章擦除后的图片base64编码 如果无该参数，系统默认不返回印章擦除后的图片。如果输入参数不是Boolean类型，则会报非法参数错误。 pdf_page_number 否

查看更多 →

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：不能有损坏的图片；目前支持的格

查看更多 →

String 该参数与url二选一。 图片的Base64编码，要求Base64编码后大小不超过10MB。 图片最短边不小于100px，最长边不超过8192px，支持JPEG、JPG、PNG、BMP、TIFF、PDF、OFD格式，多页PDF仅识别第一页。 图片Base64编码示例如/9j/4AAQSkZJRgABAg

查看更多 →

接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。 请保证被检测图片所在的存储服务稳定可靠，推荐使用OBS服务存储图片数据。 url中不能存在中文字符，若存在，中文需要进行utf8编码。 quick_mode 否 Boolean 快速模式开关，针对单行文字图片（要求

查看更多 →

接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。 请保证被检测图片所在的存储服务稳定可靠，推荐使用OBS服务存储图片数据。 url中不能存在中文字符，若存在，中文需要进行utf8编码。 detect_direction 否 Boolean 是否校正图片的倾斜角度，可选值如下。

查看更多 →

ModelArts Pro 的文字识别套件提供了通用单模板工作流，通过工作流指引可构建文字识别模板，识别单个板式图片中的文字，快速实现文档、票证等场景的文字识别。 本章节提供一个身份证样例，帮助您快速熟悉使用文字识别套件中的通用单模板工作流开发应用的过程。通过上传模板图片、框选参照字段和识别

查看更多 →

导出控件的名称，默认的名称“图表标题_日期_导出时间”。 说明： 名称不能为空，且名称只能由中英文、数字、中划线（-）及下划线（_）组成，且不超过64个字符。 文件格式 支持图片、PDF、EXCEL。 导出渠道 支持导入本地。 参数设置完成后，单击“确定”完成导出。 导出数据中可

查看更多 →

上传PDF并截图（API名称：uploadFile） 功能介绍 上传PDF并截图 相关接口 接口名称 调用说明 获取Token 调用该接口获取到Token，再调用其他接口时，需要在请求消息头中添加“Authorization”，其值即为Token。 URL 请求方式 HTTPS地址

查看更多 →

显示名称：该字段在页面呈现给用户的名称，可以设置为中文，也可以设置为英文。 文件大小(KB)：限制上传文件的大小，最大可设置为204800KB。 限制文件类型（最少选择一项）：限制上传的文件类型。 图片：支持的图片后缀为png、jpg、jpeg和gif。 文档：支持的文件后缀为pdf、doc、docx、xls、xl

查看更多 →

OCR 功能 OCR节点支持识别图片上的文字信息, 识别结果将存储到用户指定的OBS目录下。 OCR节点仅支持在华北-北京四使用。 参数 用户可参考表1和表2配置OCR节点的参数。 表1 属性参数 参数 是否必选 说明 节点名称 是 节点名称，可以包含中文、英文字母、数字、“_”

查看更多 →

已授权ModelArts服务和 对象存储服务 （OBS）。 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，详情请见新建应用。 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：不能有损坏的图片；目前支持的格式包括JPG、JPEG、PNG、BMP。 图片最大边不大于4096px，最小边不小于100px，且大小不超过4M。

查看更多 →

在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张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，保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，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

查看更多 →