文字识别套件使用简介 ModelArts Pro 是为企业级AI应用打造的专业开发套件。基于华为云的先进算法和快速训练能力，提供预置工作流和模型，提升企业AI应用的开发效率，降低开发难度。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

查看更多 →

二次处理的图片。利用翻拍识别可以检测出经过二次处理的不合规范图片，使得统计数据更准确、有效。 图像标签 可识别上千种通用物体以及数百种场景标签，一个图像可包含多个标签内容，语义内容非常丰富。更智能、准确的理解图像内容，让智能相册管理、照片检索和分类、基于场景内容或者物体的广告推荐等功能更加准确。

查看更多 →

为云OBS提供的URL。 置信度阈值 置信度的阈值（0~100），低于此置信数的标签，将不会返回。默认值：60。 标签语言类型 返回标签的语言类型。zh：中文；en：英文。默认值为zh。 最多返回标签数 最多返回的标签数，默认值： 50。 输出参数 用户可以在之后的执行动作中调用该输出参数，输出参数说明请参考表4。

查看更多 →

SDK）是对图像识别提供的REST API进行的封装，以简化用户的开发工作。用户通过添加依赖或下载的方式调用API即可实现使用图像识别业务能力的目的。 接口与API对应关系 图像识别接口与API对应关系请参见表1。 表1 接口与API对应关系表 接口 API 媒资图像标签 POST

查看更多 →

支持单图多印章识别。 支持图像中印章任意角度的水平旋转。 支持圆形章、椭圆章、方形章、三角章和菱形章的检测和识别。 能处理反光、暗光等干扰的图片但影响识别精度。 身份证识别 支持中华人民共和国居民身份证的识别。 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。

查看更多 →

中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 多模板分类工作流 支持用户自定义多个文字识别模板，通过模型训练，自动识别图片所需使用的模板，从而支持从大量不同板式图像中提取结构化信息。

查看更多 →

作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 通用单模板工作流 通过构建文字识别模板，识别单个板式图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。 多模板分类工作流 支持用户自定义多个文字识别模板，通过AI分

查看更多 →

为连接器的名称，“url”取值是图片的URL， “front”表示识别的是身份证正面。 单击脚本编辑器页面上方的，保存脚本。 保存成功后，单击，运行脚本。 不用设置输入参数，直接单击测试窗口右上角的。 在输出参数页签，检查是否识别出身份证上文字信息。 识别出身份证上的文字信息，表明成功调用连接器。

查看更多 →

测试图片的模板，并且能正确识别测试图片中的识别区文字。 评估应用 部署服务 模板图片评估后，可以部署模板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多模板样式的图片。 部署服务 父主题： 多模板分类工作流

查看更多 →

区分不同的模板。 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。 框选识别区 模板总览 检查所有模板是否已正确配置。 模板总览 评估 通过上传测试图片，在线评估模板分类情况和模板的文字识别情况，保证能在多个模板情况下正确分类测试图片的模板，并且能正确识别测试图片中的识别区文字。

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 →

ModelArts 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

查看更多 →

华为类 华为图像识别 华为图像识别（体验） 华为图像搜索 华为文字识别 华为文字识别（体验） 华为人脸识别 华为语音识别 华为 语言生成 华为 语言理解 华为 机器翻译 华为机器翻译（体验） 华为天气服务 华为天气（体验） 华为会议（体验） 华为云OBS 华为短信 华为短信（体验） 华为空气质量（体验）

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 →

返回用户组列表，单击新建用户组右侧的“权限配置”，在“权限管理”页签中查看已经配置好的权限。如图4所示。 图4 权限管理 步骤2：创建IAM用户 IAM用户与企业中的实际员工或是应用程序相对应，有唯一的安全凭证，可以通过加入一个或多个用户来获得用户组的权限。关于IAM用户的创建方式请参见如下步骤。

查看更多 →

OCR服务需要用户通过调用API接口，将图片或扫描件中的文字识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。 关于文字识别的相关声明请参见文字识别服务声明。 文字识别服务等级协议请参见华为云服务等级协议。

查看更多 →

单击“上传图片”区域，上传提前在本地准备好的用于制作模板的图片。 单击上传图片右侧的，更改模板名称为“增值税”。 图7 上传模板图片 单击右下角的“下一步”。 进入“应用开发>定义预处理”页面。 步骤4：定义预处理 在“应用开发>定义预处理”页面，单击“选择预处理逻辑”的自动旋转，快速处理当前模板的方向。 也可

查看更多 →

图2 创建OCR 名称：连接器的名称。 区域：OCR服务的区域。 访问密钥：访问密钥ID，与私有访问密钥关联的唯一标识符，访问密钥ID和私有访问密钥一起使用，对请求进行加密签名。配置为前提条件中的“AK”的值。 密钥：私有访问密钥，与访问密钥ID结合使用的密钥，对请求进行加密签名，可

查看更多 →

断出不合规的语音内容。 场景优势： 实时性：可以实时监测和分析直播间中的语音内容，保障直播间的秩序和安全。 支持特殊声音识别：支持特殊声音识别模型，如娇喘、呻吟、敏感声纹等。 社交语音消息 在社交语音消息平台上实时对用户发送的语音消息进行审核，及时判断出包含不良内容的语音消息，帮

查看更多 →

对接SMTP发送邮件 对接微信公众号获取用户信息 对接 API Explorer 获取云服务API元数据信息 对接ROMA Connect调用服务的API 父主题： 使用AstroZero进行应用集成开发

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 →