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 →

图片质量类报错处理办法 问题现象 调用文字识别API时，产生以下图片质量类报错。 错误码AIS.0102：图片格式不支持。 错误码AIS.0103：图片尺寸不满足要求。 错误码AIS.0104：非支持的图片类型或图片质量差。 解决方法 请参考产品介绍 > 约束与限制章节检查图片的格式、像素是否符合规范。

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 →

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 →

current_time String 当前时间。 text_location 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

查看更多 →

Array<Array<Integer>> 文字块位置信息，列表形式，分别表示文字块4个顶点的x, y坐标;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 confidence Float 文字块识别结果置信度信息，置信度越大，表示本次识别的对应字段的可靠性越大，在统计意义上，置信度越大正确率越

查看更多 →

false：关闭单朝向模式 图片文字方向一致时，打开该开关可提升识别精度；图片文字方向不一致时，关闭该开关可支持多朝向文字识别。未传入该参数时默认为true，既默认图片中的字段为单朝向。 language 否 String 语种选择，未传入该参数时默认为中英文识别模式。参考华为云通用文字支持语种。

查看更多 →

cn 身份证识别、驾驶证识别、行驶证识别、增值税发票识别、机动车销售发票识别、通用表格识别、通用文字识别、手写文字识别、车辆通行费发票识别、飞机行程单识别、定额发票识别、出租车发票识别、火车票识别、营业执照识别、银行卡识别、护照识别、道路运输证识别、智能分类识别、车牌识别、名片识别

查看更多 →

置信度越大，本次识别的字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于字段的准确率。 text_location 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。

查看更多 →

目前OCR提供的SDK有Java、Python、Node.js、PHP、C++、Go、.NET版本。具体请参考文字识别服务《SDK参考》手册，该手册详细介绍了SDK支持的版本及使用方法。 如果想用其他编程语言调用OCR API服务 ，可以使用Token鉴权方式，实现接口调用。具体请参考文字识别服务接

查看更多 →

部署服务 评估模板应用后，就可以部署模板应用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。 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，并完成评估模板步骤，详情请见评估应用。 操作步骤 在“应用开发>部署”页面完

查看更多 →

人证核身 是指通过用户的身份证信息、人脸图片，与权威数据库进行比对，进而实现身份验证。 使用流程 图1 使用流程 使用前必读 用户需要具备编程能力，熟悉Java、Python、iOS、Android、Node.js编程语言。 IVS服务需要用户通过调用API接口，实现身份信息核验。API会返回

查看更多 →

obs（ 对象存储服务 存储的文件 仅云上作业支持）， url（指定的文件地址或取流地址 仅云上作业支持）， edgecamera（绑定在IEF的边缘摄像头 仅边缘作业支持）, restful（从自定义的流媒体 服务器 通过Restful接口获取取流地址 云上，边缘均作业支持）， vcn（VCN设备

查看更多 →

AI应用”，在“自定义AI应用”页面，单击“创建”，进入创建AI应用页面。 在创建AI应用页面，系统会自动根据上一步训练作业填写参数，参考如下说明确认关键参数。 “元模型来源”：系统自动选择“从训练中选择”。 “选择训练作业”：系统自动选择上一步创建的训练作业。 “AI引擎”：系统自动写入该模型的AI引擎，无需修改。

查看更多 →

置信度越大，本次识别的字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于字段的准确率。 text_location 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。

查看更多 →

置信度越大，本次识别的字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于字段的准确率。 text_location 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。

查看更多 →

调用SDK实现通用表格识别 文字识别服务软件开发工具包（OCR SDK）是对文字识别服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以通用表格识别API为例，介绍如何使用OCR Python SDK。 使用OCR SDK的详细步骤如下所示： 步骤1：开通服务 步骤2：安装SDK

查看更多 →

视频水印，是指在视频上添加图片（如企业logo、电视台台标、用户昵称等），以突出品牌、维护版权、增加产品的识别度。 支持静态图片水印和文字水印。 输入图片格式暂支持PNG、JPG、JPEG。 华北-北京一、华北-北京四、华东-上海一、华东-上海二区域已发布 如何对视频添加图片水印？ 如何对视频添加文字水印？

查看更多 →

资产可视化 数据服务资产：涵盖了云上所有数据资产，包含OBS、RDS、 CSS 、Hive以及Hbase等。 数据风险：数据关联分级分类结果，一览展示各个数据风险级别。 分区展示：根据云上资源VPC展示各个资产所在区域，和业务区域关联。 出口可视 数据出口：识别云上关键数据出口，包含EIP

查看更多 →

存储。 图3 获取识别结果文件 通过华为云SDK使用 企业业务系统可通过华为云提供的SDK服务与OBS桶进行对接，当员工上传发票图片或者电子发票PDF文件到华为云OBS桶后，即可自动进行文字识别和验真，企业业务系统只需定时从存储结果的OBS桶中获取结果，即可实现发票报销的自动化处理流程。SDK详细使用流程可参考OBS

查看更多 →

“扫一扫”＞“扫码”，即可扫描会议二维码加入会议。 AI文档识别 通过“扫一扫”功能，扫描文档（纸质文档、图片文档）后，可识别文档文字。还可将识别后的文字内容分享给同事或者存到云笔记中。 点击右上角“+”＞“扫一扫”＞“文档”，选择手机上的图片，即可完成识别。 父主题： 移动端

查看更多 →