当前 ModelArts Pro 开放的预置套件有文字识别套件、 自然语言处理 套件和视觉套件。 应用场景 特定行业下希望解决特定问题的场景。 文字识别套件 用户认证识别 识别证件中关键信息，节省人工录入，提升效率，降低用户实名认证成本，准确快速便捷。 快递单自动填写 识别图片中联系人信息并自动填写快递单，减少人工输入。

查看更多 →

训练分类器 确定模板图片的参照字段和识别区后，多模板分类工作流在模板数量较多，或版式相似度较高的情况下，建议针对不同的模板上传对应的训练集数据，用于训练模板分类模型，使服务能够精准地分类多个模板图片，然后对多个模板图片进行文字识别和结构化提取。 前提条件 已在文字识别套件控制台选择“

查看更多 →

在Postman左侧导航栏中单击“OCR_idcard”配置文件。 根据自身文字识别服务需求选择相应的POST类型。（OCR_idcard:身份证识别，OCR_auto_classification:智能分类识别，OCR-webimage:网络图片识别) 登录我的凭证，获取“华北-北京四”区域的项目ID

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 →

cn 身份证识别、驾驶证识别、行驶证识别、增值税发票识别、机动车销售发票识别、通用表格识别、通用文字识别、手写文字识别、车辆通行费发票识别、飞机行程单识别、定额发票识别、出租车发票识别、火车票识别、营业执照识别、银行卡识别、护照识别、道路运输证识别、智能分类识别、车牌识别、名片识别

查看更多 →

使用多模板分类工作流上传模板图片后，需要对模板图片进行预处理，通过旋转、裁剪等操作。图片预处理的目的是保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，保证模型识别的准确性。 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，并上传模板图片，详情请见上传模板图片。 定义预处理

查看更多 →

如何通过URL访问图片处理服务？ 访问非公共可读的图片 针对非公共可读的图片，需要在计算签名时加上图片处理参数，最终通过生成带签名的临时URL来访问。 如下为一个简单的Java SDK示例代码供参考，详细的SDK使用可参考SDK使用文档。 1 2 3 4 5 6 7

查看更多 →

类特殊字符，长度为1～128个字符。 图片路径 是 需要识别的图片在OBS上的路径。 识别类型 是 可识别的图片类型, 当前仅支持通用文字识别。可支持扫描文件、电子文档、书籍、票据和表单等多种场景的文字识别。 识别结果存储目录 是 指定识别结果存储的OBS目录。 表2 高级参数 参数

查看更多 →

cribe 取消开通通用文字识别服务 √ × ocr:generalText:getSubscribeUserList 查询开通通用文字识别的用户列表 √ √ ocr:generalText:subscribeAllUsers 为其余子用户开通通用文字识别服务 √ × ocr:g

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 →

按需计费资源 对于按需计费模式的资源，例如按需计费的文字识别，若不再使用这些资源且需停止计费，请关闭相应资源。 通过账单查找云服务资源并停止计费 为了确保所有计费资源都能够被找到并删除，您可以在费用账单中获取计费资源的名称，通过这些名称找到具体的资源，然后将其一一关闭。具体操作如下：

查看更多 →

对证件、票据、表单等任意版式文档进行键值对提取、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。 约束与限制 支持中英文及部分中文繁体字。 只支持识别PNG、JPG、JPEG、BMP、GIF、TIFF、WEBP、PCX、ICO、PSD格式的图片以及PDF文档，PDF只支持单页识别，可通过pdf_page_number参数指定页码。

查看更多 →

通用表格识别 功能介绍 识别表格图片中的文字内容，并将识别的结果以JSON格式返回给用户。返回结果将图片区域（words_region）划分为两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。该接口的使用限制请参见约束与限制，详

查看更多 →

API是否可以混用 不建议混用，例如有专门的身份证识别，就不建议使用“通用文字识别”识别身份证图片，不同接口底层算法不同，混用会导致识别效果差。 父主题： API使用类

查看更多 →

、涉暴图文违规等内容，对用户上传的图片、文字、音视频进行 内容审核 ，以满足上传要求，帮助客户降低业务违规风险。 内容审核以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户通过调用API获取推理结果，帮助用户打造

查看更多 →

创建用于存储发票识别与验真结果的 对象存储服务 OBS桶，企业业务系统定时从该桶中获取结果并处理。 函数工作流 FunctionGraph：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别 OCR

查看更多 →

使用通用单模板工作流上传模板图片后，需要对模板图片进行预处理，通过旋转、裁剪、降噪等操作。图片预处理的目的是保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，保证模型识别的准确性。 前提条件 已在自定义OCR控制台选择“通用单模板工作流”创建应用，并上传模板图片，详情请见上传模板图片。 定义预处理

查看更多 →

使用OCR服务是否必须使用华为云存储图片 文字识别服务支持输入图片的base64编码或图片的url路径。 如果您使用图片的url路径，可以将图片上传至华为云对象存储服务（OBS）中，使用OBS提供的图片url。 关于OBS的使用请参考配置OBS访问权限。 OCR识别OBS私有桶中的图片时需要保证调用O

查看更多 →

容等），并将识别结果返回给用户。 输入参数 用户配置图像内容审核执行动作，相关参数说明如表1所示。 表1 图像内容审核输入参数说明 参数 必填 说明 图片URL路径 与上传图片二选一 公网URL/华为云OBS提供的URL。 上传图片 与图片URL路径二选一 上传图片的地址，支持JPG/PNG/BMP格式。

查看更多 →

供有技术、有未来、值得信赖的云服务。 OCR服务承诺用户识别的图片与识别结果全部不作任何形式留存，识别返回后立即释放。 具体的声明请参考隐私政策声明和法律声明，可信资源请参见白皮书资源。关于文字识别的相关声明请参见文字识别服务声明。 父主题： 数据安全与隐私

查看更多 →

cn-north-4 图像内容审核 分析并识别用户上传的图像内容是否有敏感内容（如涉及暴恐元素、涉黄内容等），并将识别结果返回给用户。 输入参数 用户配置图像内容审核执行动作，相关参数说明如表2所示。 表2 图像内容审核输入参数说明 参数 必填 说明 图片URL路径 与上传图片二选一 公网URL/华为云OBS提供的URL。

查看更多 →