Pro控制台界面，单击“文字识别”套件卡片的“进入套件”。 进入文字识别套件控制台。 图1 进入套件 在左侧导航栏选择“应用开发>工作台”。 默认进入“我的应用”页签。 图2 工作台 在“我的应用”页签下，单击“新建应用”。 进入“新建应用”页面。 图3 新建应用 您也可以单击“我的工作流”，

查看更多 →

是否支持aac格式的语音文件转文字 一句话识别 和录音文件识别以及 实时语音识别 均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时 语音识别 不支持aac格式。 父主题： 产品咨询类

查看更多 →

如何选取参照字段？ 参照字段是在所有图片中，文字位置和内容均不发生变化的文字。 参照字段有两个作用： 在单模板应用中，用于矫正识别图片，从而找准识别字段； 在多模板应用中，参照字段的内容和位置将作为相应模板的分类特征。 在框选参照字段时，首先要确保所框选的文字位置和内容都固定不变，如果不

查看更多 →

limit 分页大小。 表7 提取图片中的图片暗水印（文件地址版本） 参数 说明 project_id 项目ID region_id 区域ID。 region_id 项目所在region的ID，如：xx-xx-1。 src_file 待提取图片暗水印的图片地址，当前只支持OBS对象，格式为

查看更多 →

获取当前帧图像 定义：Void GetPictureData(SavePictureCallback callback) 描述：在ARInspect SDK工作期间，摄像头被占用，如果想获取摄像头采集的图像，可调用该接口获取一帧实时图像。 参数： 表1 参数 名称 类型 描述 callback

查看更多 →

获取AI人脸图片 接口名称 WEB_GetAiFacePictureAPI(后续废弃) 功能描述 获取AI人脸图片 应用场景 获取AI人脸图片 URL https://ip/v1/ai/face-detection/picture?ActionID=WEB_GetAiFacePictureAPI

查看更多 →

在需要下载直播截图的推流 域名 行单击“管理”。 在左侧导航树中选择“模板配置 > 截图配置”。 在目标直播截图的应用行单击输出路径，进入OBS桶中下载截图文件。 图1 查看截图详情 通过OBS服务获取截图文件 在OBS管理控制台左侧导航栏选择“对象存储”。 在桶列表单击存储截图文件的桶，进入“总览”页面。

查看更多 →

如何获取图片的base64编码 本节以Python为例，介绍如何将本地图片，转换为base64编码。您也可以使用在线的图片转base64工具。 使用时，需要将代码的d:\demo.jpg替换为实际图片路径。 import base64 with open("d:\demo.jpg"

查看更多 →

视频如何添加文字水印？ 媒体处理除了支持添加图片水印外，还支持通过API设置文字水印。 上传源视频文件至OBS服务，记录桶名、桶所在区域的路径。上传步骤请参见上传音视频文件。 调用新建转码任务接口，设置转码输入输出参数“input”和“output”，设置文字水印参数“text_

查看更多 →

描述 imageCode String 图像ID。 id String 刺点ID。 taskId String 刺点所属任务ID。 pointWidth String 刺点在图片中的横向像素值。 pointHeight String 刺点在图片中的纵向像素值。 longitude String

查看更多 →

如何获取已上传文件（图片）的文件（图片）路径？ 上传文件（图片）后，iDME会在运行态中生成一个可获取文件（图片）路径的接口，其接口格式为：数据建模引擎所在域名或IP地址/rdm_应用ID_app/services/rdm/basic/api/file/images?fileId=（文件ID）

查看更多 →

OCR是系统预置的，与OCR对接的接口。 图7 拖拽OCR图元到画布中 选中组件，单击，设置OCR对接信息。 图8 设置基本信息 标签：图元在页面展示的名称。 名称：图元在系统中的唯一标识，不能和其他图元相同。 连接器：服务编排使用的连接器的名称。 单击，设置动作参数。 图9 设置动作参数 动作：系统提供了，如下两个动作。

查看更多 →

在文字识别控制台左侧导航栏选择“自定义OCR”。 默认进入“我的应用”页签。 图1 文字识别控制台 在“我的应用”页签下，单击“创建应用”。 进入“创建应用”页面。 图2 创建应用 您也可以单击“我的工作流”，切换至“我的工作流”页签，选择工作流并单击卡片中的“创建应用”。 根据业务需求填写“应用名称”、“应

查看更多 →

获取构建记录的有向无环图(待下线) 功能介绍 获取构建记录的有向无环图(待下线) 调用方法 请参见如何调用API。 URI GET /v3/{build_flow_record_id}/flow-graph 表1 路径参数 参数 是否必选 参数类型 描述 build_flow_record_id

查看更多 →

文字识别套件 行业套件介绍 新建应用 通用单模板工作流 多模板分类工作流 调用API和SDK 查看应用详情 删除应用

查看更多 →

文字识别套件 文字识别套件使用简介 使用单模板工作流开发应用 使用多模板工作流开发应用

查看更多 →

通用类OCR（General OCR），支持表格、文档、网络图片等任意格式图片上文字信息的自动化识别，自适应分析各种版面和表格，快速实现各种文档电子化。 证件类 OCR 证件类OCR（Card OCR），支持身份证、驾驶证、行驶证、护照等证件图片上有效信息的自动识别和关键字段结构化提取。 票据类 OCR

查看更多 →

获取脑图创建人 功能介绍 获取脑图创建人 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /v2/{project_id}/mindmap-creator-name

查看更多 →

调用指南 评估模板应用后，就完成模板制作，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 已在自定义OCR控制台选择“多模板分类工作流”创建应用，并完成评估模板步骤，详情请见评估. 操作步骤 在“应用开发>调用指南”页面完成

查看更多 →

本地调用 本章节以通用 表格识别 为例，介绍如何使用OCR Python SDK在本地进行开发。 该接口可以识别表格图片中的文字内容，并将识别结果以JSON格式返回给用户。返回结果包含两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。

查看更多 →

OCR是系统预置的，与OCR对接的接口。 图6 拖拽OCR图元到画布中 选中组件，单击，设置OCR对接信息。 图7 设置基本信息 标签：图元在页面展示的名称。 名称：图元在系统中的唯一标识，不能和其他图元相同。 连接器：服务编排使用的连接器的名称。 单击，设置动作参数。 图8 设置动作参数 动作：系统提供了，如下两个动作。

查看更多 →