版面排布，且要识别的文字类型和位置均要求固定。如果您的图片具有多种模板，请考虑使用“多模板工作流”。 确认模板类型后，要准备一张文字清晰的图作为模板图片，模板图中要包含业务需要定制识别的字段。例如上传某一格式的发票图片作为模板，配置文字识别模型就能识别并提取同格式发票上的关键字段。

查看更多 →

支持查看单独实体、剖切图、爆炸图等方式。 图3 模型查看1 图4 模型查看2 支持添加3D批注、文字批注、图形批注 图5 支持添加3D批注 工艺制作功能-BOM制作功能操作 进入3D工艺大师应用，任务面板。 图6 任务面板 BOM表格，指定某些层级的节点生成表格，并给分配BOM ID，表格数据全局唯一。

查看更多 →

识别结果容易漏字或多识别出内容怎么办？ 识别结果是根据识别区来进行提取的，识别区的位置和大小均会影响识别结果。 若结果漏字，可能是由于识别区太小导致的，需在相应模板的"框选识别区"页面，把漏字的识别区调大一些。 若多识别出文字，可能是识别区太大，将周边无关的文字也框进来了，需将识别区改小一点。 若上述办

查看更多 →

是否支持aac格式的语音文件转文字 一句话识别 和录音文件识别以及 实时语音识别 均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时 语音识别 不支持aac格式。 父主题： 产品咨询类

查看更多 →

JSON格式数据。 PDF内容提取 从PDF中提取内容转换为结构化数据。 JSON内容提取 提取JSON文件中的键值对信息。 HTML内容提取 基于标签路径提取HTML数据内容，并将其他与待提取标签路径无关的内容删除。 电子书内容提取 从电子书中提取出所有文本内容。 智能文档解析

查看更多 →

在使用多模板分类工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪几种板式图片作为模板训练文字识别模型，基于自己的业务需求制定针对性的文字识别模型。例如上传两种不同格式的发票图片作为模板，训练的文字识别模型就能识别并提取这两种格式发票上的关键字段。 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，详情请见创建应用。

查看更多 →

保设计方案的精确性和可行性，减少误差和优化设计流程。 3D工艺大师：开发互动式数字化手册，支持零件的三维查看和功能解释。用户可以通过虚拟模型深入了解零件结构及其在系统中的作用，增强对零件的理解和使用技能。 3D培训大师：提升引入3D虚拟培训，支持大批学员同时学习，消除安全隐患。提

查看更多 →

创建边缘人脸提取作业 功能介绍 该API用于分析检测视频流中的人脸并输出图片。 支持H264、H265编码格式的RTSP视频流。 视频中人脸大小不低于90*90像素。 通过DIS通道输出原图时，请使用DIS高级通道，以免因通道带宽过小而丢失原图数据。 作业运行中请勿改变视频分辨率；若确有需要，请重新下发作业。

查看更多 →

提取激励的有效期是多久？ 激励有效期：自华为云平台通知激励发放之日起生效，若伙伴退出解决方案提供商计划/分销计划，激励有效期为：计划身份失效之日起一年。 超过有效期，激励自动失效，失效后的激励不能恢复。 父主题： 激励

查看更多 →

创建媒资&音频提取消息体 创建媒资消息体参考 { "event_type": "createComplete", "create_info": { "status": "SUCCEED", "title": "假视频", "url": "https://1111116

查看更多 →

发布和管理AI Gallery项目 发布和管理AI Gallery镜像 发布和管理AI Gallery中的AI应用 使用AI Gallery微调大师训练模型 使用AI Gallery在线推理服务部署模型 Gallery CLI配置工具指南 计算规格说明

查看更多 →

，包括数据提取、过滤、转换、打标签等。这些算子能够帮助用户从海量数据中提取出有用信息，并进行深度加工，以生成高质量的训练数据。 平台提供了图文类、图片类清洗算子，算子能力清单见表1。 表1 图片类清洗算子能力清单 算子分类 算子名称 算子描述 数据提取 图文提取 提取图文压缩包中

查看更多 →

参照字段是在所有图片中，文字位置和内容均不发生变化的文字。 参照字段有两个作用： 在单模板应用中，用于矫正识别图片，从而找准识别字段； 在多模板应用中，参照字段的内容和位置将作为相应模板的分类特征。 在框选参照字段时，首先要确保所框选的文字位置和内容都固定不变，如果不满足此要求，可能会提取到错误的识别结果，或是返回AIS

查看更多 →

Array<Array<Integer>> 文字块的区域位置信息，列表形式，包含文字区域四个顶点的二维坐标（x,y）;坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 font_list Array of strings 文字块所属字体类型，列表形式，表示与文字块的文字最接近的字体类型。 font_scores

查看更多 →

图片中的文字块数目、文字块排列顺序、具体文本内容、所在位置、置信度等信息。 result字段仅在API调用成功后返回。 words_block_count表示文字块识别结果，本示例中，识别出2个文字块，分别代表图片中的2行文字。 words_block_list表示文字块列表，按照图片文字从上到下、从左到右排列。

查看更多 →

框选参照字段 在文字识别过程中，套件会检查所识别图片与模板图片是否为同一种模板，并将识别图片校正后再提取结构化信息，支持图片平移、旋转与拉伸变换。 为了检查并校正待识别的图片，这就需要在模板图片中指定参照字段。通过参照字段的文字内容来判断是否属于同一种模板，通过参照字段的位置来校正待识别图片。

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 →

框选参照字段 在识别文字的过程中，套件会先对图片进行模板分类，再检查所识别图片与模板图片是否为同一种模板，并将识别图片校正后再提取结构化信息，支持图片平移、旋转与拉伸变换。 为了正确分类并校正待识别的图片，这就需要在模板图片中指定参照字段。通过参照字段的文字内容来判断识别图片属于

查看更多 →

上传模板图片 在使用单模板工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪张图片作为模板训练文字识别模型，基于自己的业务需求制定针对性的文字识别模型。例如上传某一格式的发票图片作为模板，训练的文字识别模型就能识别并提取同格式发票上的关键字段。 前提条件 已授权ModelArts服务和 对象存储服务 （OBS）。

查看更多 →

提取图片中的图片暗水印 功能介绍 对已嵌入图片暗水印的图片进行水印提取，用户以formData的格式传入待提取水印的图片，DSC服务以图片二进制流的格式返回从图片里提取的出的图片暗水印。目前支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *

查看更多 →

TestPlan接口脚本的响应提取 响应提取是提取接口响应结果的某一部分，命名为参数，供后续测试步骤参数化调用。响应提取需要在前序测试步骤定义，后续测试步骤使用。 在前序测试步骤中，在“响应提取”页签创建要传递的参数。响应提取的来源需要用到内置参数，请参考内置参数了解如何使用内置参数。响应提取同时支持

查看更多 →