证，通过可视化界面操作，指定需要识别的关键字段，实现用户特定格式图片的自动识别和结构化提取。 约束与限制 只支持识别PNG、JPG、PNG、BMP、TIFF、GIF、WEBP格式图片。 图像各边的像素大小在100px到8000px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 →

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字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。 框选参照字段 框选识别区 在图片模板中框选识别区，确定模板图片中需要识别的文字位置。

查看更多 →

objects 图片url列表。 language 否 String 指定图片中文字语种类型。 zh: 中文（默认值为zh，中国站仅支持zh）。 en: 英文 。 biz_type 否 String 用户在控制台界面创建的自定义审核策略名称。 如果请求参数中包含biz_type则优

查看更多 →

不动产证识别 功能介绍 识别不动产证中的文字信息，并返回识别的结构化结果。 如果图片中包含多张卡证票据，请调用智能分类识别服务。 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15到8192px之间。 支持图像中不动产证任意角度的水平旋转。

查看更多 →

飞机行程单识别 功能介绍 识别飞机行程单中的文字信息，并以JSON格式返回识别的结构化结果。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。 图1 飞机行程单示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制 支持识别PNG、JP

查看更多 →

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。 通用类 通用表格识别 识别表格图片上的文字内容，并返回识别的结构化结果。 通用文字识别 识别图片上的文字内容，并返回识别的文字和坐标。 网络图片识别 识别网络图片中的文字内容，并以JSON格式返回识别的结构化结果。支持横向、竖向、艺术字识别。

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 →

ocr:webImage:subscribe 开通网络图片识别服务 √ × ocr:webImage:unsubscribe 取消开通网络图片识别服务 √ × ocr:webImage:getSubscribeUserList 查询开通网络图片识别的用户列表 √ √ ocr:webImage:subscribeAllUsers

查看更多 →

承兑汇票识别 功能介绍 识别承兑汇票识别中的关键字段, 并以json格式返回结构化结果。 约束与限制 只支持中英文。 只支持识别PNG、JPG、JPEG、BMP、GIF、TIFF、WEBP、PCX、ICO、PSD格式的图片。 图像各边的像素大小在15px到8192px之间。 图像中识

查看更多 →

则返回参数错误；图像文件大小不超过1MB。 visible_type 该字段控制明水印嵌入文字还是图片。默认为TEXT类型，需填写visible_watermark字段设置明文字水印； 当该字段为IMAGE时，需填写image_watermark字段设置水印图片地址此时 ，“vi

查看更多 →

O、PSD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80%，保证所有文字及其边缘包含在图像内。 支持图像任意角度的水平旋转。 支持自动过滤浅色文字水印。 目前不支持复杂背景（如户外自然场景等）和文字扭曲图像的文字识别。 支持中英文以

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 →

道路运输从业资格证识别 功能介绍 识别道路运输从业资格证上的关键文字信息，并返回识别的结构化结果。 图1 道路运输从业资格证示例图 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

查看更多 →

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区，自动训

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 →

resource-path 资源路径，也即API访问路径。 从具体API的URI章节获取，例如网络图片识别API的“resource-path”为“v2/{project_id}/ocr/web-image”。 query-string 查询参数，是可选部分，并不是每个API都有查询参数。查

查看更多 →

行业套件介绍 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。 文字识别套件的介绍请参见产品介绍。 预置工作流 文字识别套件当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片

查看更多 →

什么是图像识别 图像识别（Image Recognition），是指利用计算机对图像进行分析和理解，以识别各种不同模式的目标和对象的技术，包括媒资图像标签，名人识别，主体识别，翻拍识别、图像标签等。 图像识别以开放API（Application Programming Inter

查看更多 →

permission required错误（开通网络图片识别的权限）。 图2 IAM用户缺少网络图片识别权限 出现此类报错，IAM用户可联系主账户开通相应的服务。或者由主账户使用OCR自定义策略，帮助IAM用户开通权限后，IAM用户自行开通服务。 父主题： 权限管理

查看更多 →

提取图片中的文字暗水印（文件地址版本） 功能介绍 对指定存储地址信息（目前支持OBS）的已嵌入文字暗水印的图片提取文字暗水印，支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib, *.rle, *.tiff, *.tif, *.ppm

查看更多 →