主体识别 功能介绍 用户传入图片通过后台算法判断图片主体，并返回主体坐标，具体识别的主体请参考应用场景。 前提条件 使用主体识别服务之前需要您完成服务申请和认证鉴权。 图像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。 调试 您可以在API Exp

查看更多 →

回铃音识别 座席执行外呼任务时可能会产生大量外呼失败数据，但因座席人员外呼任务繁重无法登记分析失败原因；租户管理员可通过回铃音识别意图进行意图识别，自动识别外呼失败结果后，将结果保存回铃音报表中，为租户管理员提供分析依据。 操作步骤 以租户管理员角色登录客户服务云，选择“ 外呼任务

查看更多 →

的值。 如果检测语音结尾的静音时长大于等于此值时，在实时语音识别单句模式下将返回VOICE_END（识别结果非空）或EXCEEDED_SILENCE（识别结果为空）事件并结束识别，在连续模式下将会断句并继续下一句的识别。 取值范围：[0, 3000]的整数，单位为ms，默认为500ms。

查看更多 →

场景识别 单帧识别 多帧识别 父主题： 智驾模型服务

查看更多 →

IFF格式图片。 图像各边的像素大小在15px到8192px之间。 图像中名片的有效占比超过60%，保证整张名片内容包含在图像内。 支持图像中名片的任意角度的水平旋转（需开启方向检测）。 能处理反光、暗光、防伪标识等干扰的图片但影响识别精度。 调用方法 请参见如何调用API。 前提条件

查看更多 →

，多页PDF默认识别第一页，或者您可以指定要识别的页码。 图像各边的像素大小在15px到8192px之间。 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。 调用方法 请参见如何调用API。

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 →

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 →

支持中文字符 输入：中文（ 1 CREATE TABLE test11（a　int,b　int)/*CREATE TABLE test11(a　int,b　int)*/; 输出 1 CREATE TABLE test11 (a INT,b INT)/*CREATE TABLE test11(a　int

查看更多 →

量不同板式图像中提取结构化信息。 详细介绍请见产品介绍>文字识别套件。 使用预置工作流开发应用流程 文字识别套件提供了单模板工作流和多模板工作流，您可以通过预置的工作流，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。 图1 使用预置工作流开发应用

查看更多 →

算告警。那么，创建的预算如下： 图1 预算基本信息 图2 设置成本范围 图3 设置提醒 详细介绍请参见使用预测和预算来跟踪成本和使用量。 资源优化 成本中心可以通过监控文字识别服务的历史消费情况和CPU使用率，为客户提供文字识别服务资源的空闲识别和优化建议，寻找节约成本的机会。您

查看更多 →

定额发票、火车票、出租车发票 机动车销售发票、车辆通行费发票 飞机行程单 智能分类 一张待识别图片中包含了卡证、发票多个内容时，进行混合识别。 一张待识别图片中包含了多张同类型的发票。 一张待识别图片中包含了多张不同类型的发票。 价格详情请参见OCR服务价格计算器，计费规则请参见计费说明。

查看更多 →

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分类算法，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。 使用工作流开发应用流程

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 →

多模板图像的文字信息结构化提取。 图1 创建多模板流程 表1 创建多模板流程说明 流程 说明 详细指导 上传模板图片 在使用多模板工作流开发应用之前，需要上传模板图片，明确以哪些图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，保

查看更多 →

操作步骤 图1 多模板框选识别区 在“应用开发>框选参照字段”页面上方或者“选择模板”下拉框中选择模板，对每个模板图片进行预处理。 单击左上方操作图标，调整当前模板图片到合适大小。 单击框选操作图标，单击待识别文字的左上角，移动鼠标框选识别区，使得矩形框覆盖待识别的文字。 框选识

查看更多 →

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 →

解读识别结果 本章节通过网络图片识别API介绍如何解读调API返回的JSON格式识别结果。请参照API参考“响应参数”章节比对查看。 以下图识别结果为例，讲解图片内容如何与API的返回字段对应。 调用网络图片API成功后，在“JSON返回结果”中，可见result字段，该字段包含

查看更多 →

模板训练文字识别模型，实现单模板图像的文字信息结构化提取。 图1 创建单模板流程 表1 创建单模板流程说明 流程 说明 详细指导 上传模板图片 在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需

查看更多 →

上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。 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。

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 已在自定义OCR控制台选择“通用单模

查看更多 →