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 →

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 →

存至云空间。 发送本地图片时，选择图片，点击“预览>编辑”，可对图片进行编辑（涂鸦和文字输入），标注需要强调的内容。 转发图片时，长按图片或者点开图片，在弹出的菜单中，点击“编辑”可对图片进行预览编辑，添加箭头或涂鸦等。 点击“保存到手机”，还可将收到的图片、视频、文件下载到本地

查看更多 →

类特殊字符，长度为1～128个字符。 图片路径 是 需要识别的图片在OBS上的路径。 识别类型 是 可识别的图片类型, 当前仅支持通用文字识别。可支持扫描文件、电子文档、书籍、票据和表单等多种场景的文字识别。 识别结果存储目录 是 指定识别结果存储的OBS目录。 表2 高级参数 参数

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 已在文字识别套件控制台选择“通用单模

查看更多 →

部署服务 评估模板应用后，就可以部署多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图片属于哪种模板以及识别图片中的文字。 前提条件 已在文字识别套件控制台选择“多模板分类工作流”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

查看更多 →

评估应用 确定模板图片的参照字段和识别区后，需要对模板图片进行评估和考察。您可以通过上传测试图片，在线评估模板的识别情况，保证能正确识别同样模板下其他图片中的识别区文字。 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，并完成框选识别区步骤，详情请见框选识别区。 进入评估页面

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 →

在Postman左侧导航栏中单击“OCR_idcard”配置文件。 根据自身文字识别服务需求选择相应的POST类型。（OCR_idcard:身份证识别，OCR_auto_classification:智能分类识别，OCR-webimage:网络图片识别) 登录我的凭证，获取“华北-北京四”区域的项目ID

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 →

评估 确定模板图片的参照字段和识别区后，需要对模板图片进行评估和考察。您可以通过上传测试图片，在线评估模板的识别情况，保证能正确识别同样模板下其他图片中的识别区文字。 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，并完成框选识别区步骤，详情请见框选识别区。 进入评估页面

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 →

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 →

功能体验与试用 文字识别（Optical Character Recognition，OCR）是指对图像文件的打印字符进行检测识别，将图像中的文字转换成可编辑的文本格式。OCR通过API提供服务能力，用户需要通过编程来处理识别结果。 在开通OCR前，请先使用OCR体验馆体验服务功

查看更多 →

自动识别图片中的车牌信息。 名片识别 自动识别名片中的信息，识别信息包括姓名、职位头衔、公司、部门、联系方式、地址、邮箱、传真、邮编、公司网址等信息，并将识别结果返回给用户。 VIN码识别 自动识别图片上的车架号信息。 泰文身份证识别 自动识别身份证上的全部信息，一次扫描即可识别身份证号码、姓名、地址等全部信息。

查看更多 →

财务报表识别 功能介绍 识别用户上传的表格图片中的文字内容，并将识别的结果返回给用户。 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 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80%，保证整张表格及其边缘包含在图像内。

查看更多 →

身份证识别 功能介绍 识别身份证图片中的文字内容，并将识别的结果以JSON格式返回给用户。支持身份证翻拍、PS、模糊、反光、边框完整性、边框内异物遮挡、复印件和临时身份证告警功能。 该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 身份证信息核验请使用 人证核身 服务。

查看更多 →

通用表格识别 功能介绍 识别表格图片中的文字内容，并将识别的结果以JSON格式返回给用户。返回结果将图片区域（words_region）划分为两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。该接口的使用限制请参见约束与限制，详

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 →

银行回单识别 功能介绍 支持对银行回单版式进行文字识别及键值对提取，实现高效的自动化结构化返回。 该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 约束与限制 支持JPEG、JPG、PNG、BMP、TIFF、PDF格式，多页PDF默认识别第一页。 图像

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 →