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 →

照片数字人 制作照片数字人视频 查看任务 查看视频

查看更多 →

创建照片检测任务 功能介绍 该接口用于创建照片检测任务，检测照片是否满足制作照片数字人的要求。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/photo-detection 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

风格化照片建模的照片有什么要求？ 用于风格化照片建模的照片需要符合以下要求： 照片内容要求：正面照，脸部无遮挡。 照片格式要求：jpg/jpeg/png格式照片，最大分辨率为3840*2160。 父主题： 照片建模

查看更多 →

ing”、“Xi'an” 在识别“字段类型”为“城市”的文字时，从“Shenzhen”、“Beijing”、“Xi'an”中找出与待识别文字最相似的取值，作为识别结果。 自定义正则提取 预过滤 对初始的待识别文字进行预处理。 左边输入框填写待识别文字中被替换字符的正则表达式。 右边输入框填写所替换的新字符。

查看更多 →

训练模板分类模型后，需要对模板分类器和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。 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，并已训练，详情请见训练分类器。

查看更多 →

对接OCR实现图片上文字识别功能 背景信息 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。

查看更多 →

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。 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，并已框选识别，详情请见模板总览。 进入评估页面 登录“文字识别>自定义OC

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。使用BASE64编码照片，通过JSON格式上传，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-json

查看更多 →

照片数字人限制 照片数字人视频制作限制说明，如表1所示。 表1 照片数字人视频制作限制 照片数字人视频制作配置 限制 人像照片 制作照片数字人的人像照片拍摄要求，如下所示： 真人正面照，不支持动漫卡通形象；面部占比50%以上，侧脸俯仰角度不超过15度。 五官清晰无遮挡，目视前方。

查看更多 →

值为最后识别结果。 例如： “字段类型名称”：“城市” “字段属性”：“自定义字典” “取值范围”：“Shenzhen”、“Beijing”、“Xi'an” 在识别“字段类型”为“城市”的文字时，从“Shenzhen”、“Beijing”、“Xi'an”中找出与待识别文字最相似的取值，作为识别结果。

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。通过上传照片，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings 表1 路径参数

查看更多 →

查询照片检测任务详情 功能介绍 该接口用于查询照片检测任务详情。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/photo-detection/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String

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 →

值为最后识别结果。 例如： “字段类型名称”：“城市” “字段属性”：“自定义字典” “取值范围”：“Shenzhen”、“Beijing”、“Xi'an” 在识别“字段类型”为“城市”的文字时，从“Shenzhen”、“Beijing”、“Xi'an”中找出与待识别文字最相似的取值，作为识别结果。

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“多模板分

查看更多 →

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 登录“ModelArts

查看更多 →

靠的方式运行。此外，按函数实际执行资源计费，不执行不产生费用。 文字识别 OCR：提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。

查看更多 →

OCR文字识别服务计费可以按照项目来分别计费吗 可以。 OCR支持通过企业项目管理（EPS）对不同用户组和用户的资源使用进行分账。 详情请参考API接口文档里的Enterprise-Project-Id参数。 父主题： 计费FAQ

查看更多 →

费，不执行不产生费用。 文字识别 OCR：提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。 人证核身 服务 IVS：将用户本人与身份证信息关联起来，应用人脸识别与文字识别等技术，对接权威数据库，

查看更多 →

图1 照片数字人制作页面 表1 界面操作说明 区域 参数 说明 01 请上传您的照片 人像照片 单击“查看示范”，在弹出的“上传照片要求”对话框中，查看照片拍摄要求。 请严格按照要求拍摄并上传照片。照片格式必须为JPG、JPEG、PNG、WEBP，大小不超过16MB，照片比例推荐16:9或9:16。

查看更多 →