图像标签功能可以识别哪些类型的图像？ 图像标签支持的标签种类超过2万种，其中包含实体标签和抽象标签两大类。 实体标签包括：人物、动物、植物、食物、交通工具、日常使用、动作、场景、武器、医疗医护、教育、其他等。 抽象标签包括：金融商业、学科科学、信仰、情感、休闲社交、事件、社会、生活等。

查看更多 →

推荐、广告营销等领域。 图1 媒资图像标签示例图 名人识别 利用深度神经网络模型对图片内容进行检测，准确识别图像中包含的影视明星、网红人物等。 主体识别 利用后台算法来检测图像中的主体内容，识别主体内容的坐标信息。 图2 主体识别示例图 翻拍识别 利用深度神经网络算法判断条形码图

查看更多 →

BS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 →

图像各边的像素大小在15到8000px之间。 图像中身份证区域有效占比超过25%，保证整张身份证内容及其边缘包含在图像内。 支持图像中身份证任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的身份证长宽比与实际身份证相差不超过10%。 能处理反光、暗光等干扰的图片但影响识别精度。 目前支持识别单张身份证的正面或者反面。

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 →

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 →

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 →

按照图片文字从上到下、从左到右排列。 words为识别出来的文本内容，confidence表示该字段的置信度。 location表示文字块的区域位置信息，采用图像坐标系，第一个文字块左上角顶点为[140,45]。 extracted_data表示图片中包含的联系人信息，仅在设置了

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 →

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 →

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 →

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 →

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 →

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 →

对请求进行加密签名。配置为前提条件中的“AK”的值。 访问密钥 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，可标识发送方，并防止请求被修改。请与前提条件中的“SK”的值。 打包当前配置 选中该选项后，应用打包时会将当前配置的连接器信息一并打出。例如，如果应用包

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 →

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 →

如何在流程中配置语音识别错误次数？ 问题描述 流程在进行语音识别交互时，对话流程提供了默认的错误次数控制，具体处理机制为： IVR识别超时，则记录一次timeout。 IVR识别错误以及意图模板拒识则记录一次 nomatch。 OIAP会进行次数累加，超时和拒识是重叠计数的，累计

查看更多 →

全方位检测：提供多模态综合审核方案，对视频内容中的画面、声音、文字进行全方位解析。 内容审核 -文档 网盘存储与共享 精准检测网盘用户上传文档内包含的图片及文本中存在的敏感、色情、违禁等风险内容，规避平台内容风险。 企业内部文档 对企业内部文档进行全面图文内容合规检测，识别潜在的违规内容，维护企业形象。

查看更多 →