方式处理。 涉及到人物的图片需避开人脸正面照。 详情请参见商品配图规范。 多媒体介绍 商品图片和视频，用于商品详情页的展示，应当反映算法在关键场景下的使用片段。 算法封面、视频封面和多媒体介绍图片，可使用同一张图片，具体要求参见算法封面的图片要求。 图片分辨率不小于800*600

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 →

使用SDK前建议将SDK更新至最新版，防止本地旧版SDK无法使用最新的OCR功能。 Java Python Go 更多 传入定额发票图片的base64编码进行文字识别 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

查看更多 →

使用SDK前建议将SDK更新至最新版，防止本地旧版SDK无法使用最新的OCR功能。 Java Python Go 更多 传入银行卡图片的base64编码进行文字识别 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

查看更多 →

是否多模板：模型模板是否为多模板。“选择类型”设置为“文字识别套件”时，才会显示该参数。本示例场景，识别行程码的模板为多模板，请选择“是”。 在脚本中调用连接器 在脚本中，通过调用连接器，实现调用 ModelArts Pro 的接口。 参考开发一个简单脚本实例中操作，创建一个空白脚本。 图6 新建空白脚本 在脚本编辑器中，输入如下代码。

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 →

format error" } SDK代码示例 SDK代码示例如下。 Java Python Go 更多 提取obs://hwbucket/hwinfo/hw.png路径下的图片中的文字暗水印。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

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 →

在服务编排中，调用连接器实现与ModelArts Pro的对接。 参考创建空白AstroZero服务编排中操作，创建一个空白服务编排。 图6 添加服务编排 创建该服务编排的入参和出参变量。 由于该服务编排调用的是ModelArts Pro的服务接口，需要定义该服务编排的入参和出参，与接口的入参和出参类型保持一致。

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 →

能处理反光、暗光等干扰的图片但影响识别精度。 目前支持识别单张身份证的正面或者反面。 支持居民身份证的正反面同时识别，不支持存在两张及以上同面身份证的图片识别。 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。 户口本识别 只支持识别PNG、JPG、JPEG、BMP、TIFF格式的图片。

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 →

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 →

了图片中的文字块数目、文字块排列顺序、具体文本内容、所在位置、置信度等信息。 result字段仅在API调用成功后返回。 words_block_count表示文字块识别结果，本示例中，识别出2个文字块，分别代表图片中的2行文字。 words_block_list表示文字块列表，按照图片文字从上到下、从左到右排列。

查看更多 →

车牌的亮度过高或者过低时，可以开启此功能，对抓拍到的车牌图片进行亮度补偿。 配置“文字叠加”参数。 文字叠加选择OSD信息，采用设备侧配置的OSD信息叠加展示，如图3所示。 图3 OSD信息 文字叠加选择自定义，按需选择叠加信息并设置叠加样式，如图4所示。 图4 自定义文字叠加 父主题： 机非人参数

查看更多 →

VPC服务介绍【视频】 OBS 2.0支持文字识别套件 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。传统方式开发文字识别应用需要7天，使用文字识别套件完成新版式票证结构化提取接口开发仅需3分钟。

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 →

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 →

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 →

体行为，进而对吸烟行为进行告警。 6 打电话检测 识别是否有人员打电话的事件。在加油站等安全应急场景，打电话是十分危险的行为。通过行为识别的技术，当视频画面内发生人员打电话的事件后，经算法分析，能够主动获取事件的现场画面和发生时间，抓取取证图片和对应的时间信息，用于生成案卷上报的依据。

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 →