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 →

DLV 的功能 我的数据 通过我的数据模块创建指向您的数据源的连接配置，支持如下数据源： 对象存储服务 （OBS） 数据仓库 服务（DWS） 数据湖探索 （ DLI ） MapReduce服务 （ MRS Hive） MapReduce服务（MRS SparkSQL） 云数据库 MySQL 云数据库

查看更多 →

：单击图标重置图片为初始状态，即未进行任何处理的状态。 ：单击图标，在“图片裁剪”窗口调整图片裁剪范围，然后单击“裁剪”，调整图片的大小。 ：单击图标，在“图片旋转”窗口，鼠标选中调整图片的方向，然后单击“确认”，调整图片的方向。 ：单击图标，向左旋转图片90°。 ：单击图标，向右旋转图片90°。 ：单击图标，缩小图片大小。

查看更多 →

：单击图标重置图片为初始状态，即未进行任何处理的状态。 ：单击图标，在“图片裁剪”窗口调整图片裁剪范围，然后单击“裁剪”，调整图片的大小。 ：单击图标，在“图片旋转”窗口，鼠标选中调整图片的方向，然后单击“确认”，调整图片的方向。 ：单击图标，向左旋转图片90°。 ：单击图标，向右旋转图片90°。 ：单击图标，缩小图片大小。

查看更多 →

在本地准备好用于制作模板的图片、用于训练多模板分类器的训练集、用于评估模板的图片，图片要求如下： 只支持PNG、JPG、JPEG、BMP、TIFF格式的图片。 图像各边的像素大小在100px到4096px之间。 图像中识别区域有效占比超过80%，保证所有文字及其边缘包含在图像内。 支持图像任意角度的水平旋转。 目前

查看更多 →

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片为原始拍摄

查看更多 →

高标注的效率。 团队标注：对于大批量的数据，用户可以通过创建团队标注作业，进行多人协同标注。 人工标注 对于不同类型的数据，用户可以选择不同的标注类型。当前ModelArts支持如下类型的标注作业： 图片 图像分类：识别一张图片中是否包含某种物体。 物体检测：识别出图片中每个物体的位置及类别。

查看更多 →

资质校验中扫码识别功能怎么用？ 前提条件 需要人员技能检查中勾选扫码识别（详见6.15.4） 图1 扫码识别配置位置 操作步骤 使用百度浏览器搜索个二维码生成器，用于生成二维码，输入： isdpu_用户账号。 图2 二维码生成器工具 用手机版ISDP APP扫描生成的二维码，可以读取ISDP账号，直接调取相关ISDP

查看更多 →

识别刹车盘在形状、尺寸、轮廓、纹理、孔径上的占比差异，通常需要进行钢印人工分拣，人力消耗大，流程成本高。 视觉套件提供刹车盘识别工作流，基于该工作流开发的应用可自动识别产品，大大减少人力、物力的消耗，提高产线的经济价值；在迭代能力的加持下，每次刹车盘产品更新，用户上传新品图片即可自助更新识别应用。 已发布北京四区域

查看更多 →

保留，且文字识别服务的运行不受影响。文字识别服务到期后的状态说明，请参见到期后影响。 续费相关的功能 套餐包文字识别服务续费相关的功能如表1所示。 表1 续费相关的功能 功能 说明 手动续费 套餐包文字识别服务从购买到套餐包截止日期之前，您可以随时在OCR控制台为文字识别服务续费，以延长文字识别服务的使用时间。

查看更多 →

图片处理功能概述 图片处理为存储在OBS上的图片提供如表1所示功能。 表1 图片处理功能一览表 功能 说明 使用方式 获取图片信息 获取图片的基本信息，包括：图片格式、大小、平均色值等。 接口调用 设置图片效果 支持对图片进行基础效果的设置，包括设置图片亮度、对比度，对图片进行整体锐化及模糊等处理。

查看更多 →

线效率。 功能介绍 支持自主上传热轧钢板表面图片数据，构建热轧钢板表面缺陷类型的检测模型，用于识别热轧钢板表面图片中的缺陷类型。 适用场景 钢铁制造。 优势 模型精度高，识别速度快；更新模型简便。 工作流流程 在“ ModelArts Pro >视觉套件”控制台选择“我的工作流>热轧

查看更多 →

为什么使用人脸识别返回数据为空 问题现象 上传照片中的人像可能存在横置或倒置等情况。 解决方法 尽量选择纯色无干扰背景，保证图片中人像清晰。 上传的人脸图片要求：侧脸不超过30°，抬头低头不超过15°。 图片中人脸需要保持竖置正脸，如果人像是横置或倒置，可以选择旋转至竖置正脸后重试。

查看更多 →

支持用户自定义模板，对于版式固定的各种票据和卡证，通过可视化界面、API进行识别。 2023-04 财务报表识别API支持通过透视变换矩阵计算文字在原图的坐标。 2023-03 通用文字识别API支持阿拉伯语识别功能。 2023-01 营业执照识别API支持使用PDF进行识别。 2023-01

查看更多 →

支持常见网络图片如：手机截图、电脑截图、电商产品图及广告设计图等互联网图片。 图像各边的像素大小在15到8192px之间。 图像中有效文字图片占比超过60%，避免有效文字图片占比过小。 支持图像中有效文字图片的任意角度的水平旋转（需开启方向检测）。 文字识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。

查看更多 →

application/json请求的body中，请使用标准Json格式。 Base64编码中请勿使用回车换行。 系统不保存用户图片或视频。 暂无安卓和IOS系统的SDK。 人脸检测/比对/搜索 人脸比对输入的两张图片总大小小于8MB。 图片大小小于8MB，由于图片过大会导致图片在网络传输过程中耗时较长，建议小于1MB。

查看更多 →

application/json请求的body中，请使用标准Json格式。 Base64编码中请勿使用回车换行。 系统不保存用户图片或视频。 人脸检测/比对/搜索 人脸比对输入的两张图片总大小小于8MB。 图片大小小于8MB，由于图片过大会导致图片在网络传输过程中耗时较长，建议小于1MB。 图片分辨率小于

查看更多 →

。其他API的的使用约束请参见API参考。 只支持识别JPG、PNG、JPEG、BMP格式的图片。 application/json请求的body中，请使用标准Json格式。 Base64编码中请勿使用回车换行。 系统不保存用户图片。 图片大小小于8MB，由于过大图片会导致时延较

查看更多 →

体相对单一的场景，将下图识别为汽车的图片。 图1 图像分类 物体检测是计算机视觉中的经典问题之一，其任务是用框去标出图像中物体的位置，并给出物体的类别。通常在一张图包含多个物体的情况下，定制识别出每个物体的位置、数量、名称，适合图片中有多个主体的场景，针对下图检测出图片包含树和汽车。

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 →

Pro控制台界面，单击“视觉套件”卡片的“进入套件”。 进入视觉套件控制台。 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1 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2 新建应用 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“新建应用”。

查看更多 →