对接OCR识别图片中文字 文字识别 （Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。 在

查看更多 →

Search）提供通用场景下的相同或相似图像搜索能力，针对入库的图像数据提供一站式的通用化搜索能力，目前包括图像检索图像、关键词检索图像、文本检索图像。 商品搜索 商品搜索（E-commerce Search）提供电商场景下的搜索能力，目前包括通用商品搜索和服装商品搜索。通用商品搜索，旨在针对入库的图像数据提供

查看更多 →

训练图像分类模型 完成图片标注后，可进行模型的训练。模型训练的目的是得到满足需求的图像分类模型。请参考前提条件确保已标注的图片符合要求，否则数据集校验将会不通过。 前提条件 请确保您的数据集中的已标注的图片不低于100张。 请确保您的数据集中至少存在2种以上的图片分类，且每种分类的图片不少于5张。

查看更多 →

页码。 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。 单页字符数不大于1800，以获得较优的识别效果。 目前不支持复杂背景（如户外自然场景、防伪水印等）和文字扭曲图像的文档解析。

查看更多 →

式名片进行结构化信息提取。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 名片示例图 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF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。

查看更多 →

图片。 图像各边的像素大小在100px到8192px之间。 图像中识别区域有效占比超过80%，保证整张表格及其边缘包含在图像内。 支持图像任意角度的水平旋转。 目前不支持复杂背景（如户外自然场景、防伪水印等）和表格线扭曲图像的文字识别。 支持中英文以及部分繁体字。 API支持识别

查看更多 →

当前控制台上地锁只支持指定单个对象框生成图像，其他类型支持多个对象框。 API支持多个对象框。 人车模型最多支持17个框。 单击“创建”，可在列表查看模型生成的2D图像。 图4 模型生成的2D图像列表 2D图像列表相关操作 在2D图像列表，还可以进行以下操作。 表1 2D图像列表相关操作 任务 操作步骤

查看更多 →

标注图像分类数据 由于模型训练过程需要大量有标签的图片数据，因此在模型训练之前需对没有标签的图片添加标签。通过ModelArts您可对图片进行一键式批量添加标签，快速完成对图片的标注操作，也可以对已标注图片修改或删除标签进行重新标注。 请确保数据集中已标注的图片不低于100张，否

查看更多 →

部署图像分类服务 模型部署 模型部署操作即将模型部署为在线服务，并且提供在线的测试UI与监控能力。完成模型训练后，可选择准确率理想且训练状态为“运行成功”的版本部署上线。具体操作步骤如下。 在“运行节点”页面中，待服务部署节点的状态变为“等待输入”时，双击“服务部署”进入配置详情页，完成资源的参数配置操作。

查看更多 →

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15到8192px之间。 图像中识别区域有效占比超过80%，保证整张车辆合格证内容及其边缘包含在图像内。 支持图像中车辆合格证任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的车辆合格证长宽比与实际驾驶证相差不超过10%。

查看更多 →

什么是图像识别 图像识别（Image Recognition），是指利用计算机对图像进行分析和理解，以识别各种不同模式的目标和对象的技术，包括媒资图像标签，名人识别，主体识别，翻拍识别、图像标签等。 图像识别以开放API（Application Programming Inter

查看更多 →

准备图像分类数据 使用ModelArts自动学习构建模型时，您需要将数据上传至 对象存储服务 （OBS）中。OBS桶需要与ModelArts在同一区域。 数据集要求 保证图片质量：不能有损坏的图片，目前支持的格式包括jpg、jpeg、bmp、png。 不要把明显不同的多个任务数据放在同一个数据集内。

查看更多 →

IdcardResult 身份证图像文字识别结果结构体。 表1 结构体说明 参数 类型 描述 name String 身份证上识别的名称。 number String 身份证号。 sex String 性别。 birth String 出生日期。 ethnicity String

查看更多 →

只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 图像各边的像素大小在15px到8192px之间。 图像中身份证区域有效占比超过80%，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%。

查看更多 →

如何选购合适的API 文字识别服务（OCR）提供四种类型的API：通用类、证件类、票据类、智能分类。 除此之外，您也可以使用 ModelArts Pro 服务提供的“文字识别套件”零代码搭建出专属的文字识别系统。 通用类 通用 表格识别 ：提取表格内的文字和所在行列位置信息。 通用文字识别：提取图片内的文字及其对应位置信息。

查看更多 →

只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 图像各边的像素大小在100px到8192px之间。 图像中驾驶证区域有效占比超过50%，保证整张驾驶证内容及其边缘包含在图像内。 支持图像中驾驶证任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的驾驶证长宽比与实际驾驶证相差不超过10%。

查看更多 →

图像各边的像素大小在15px到4096px之间。 图像中发票区域有效占比超过25%。 支持图像中发票任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的发票长宽比与实际发票相差不超过10%。 调用方法 请参见如何调用API。 前提条件 在使用之前，需要您完成服务申请和认证鉴权，具体操作流程请参见开通服务和认证鉴权章节。

查看更多 →

Image服务使用简介 关于图像识别服务的概念、优势、功能和应用场景等，请参见《图像识别服务产品介绍》。 图像识别包括的服务功能有：图像标签，名人识别。 服务以开放API（Application Programming Interface，应用程序编程接口）的方式提供图像识别能力，用户调用API接口需

查看更多 →

各行各业智能化深入带来更多的应用开发场景，通常需要集成各类服务快速上线。比如三方服务集成、AI推理、车牌识别。 其优势有： 快速搭建，用户上传图像后触发 函数工作流 执行调用文字识别/内容检测服务针对图像进程处理，并将结果以JSON结构化数据返回。按需使用函数与多个智能服务集成，形成丰富的应用处理场景。并随时根据业

查看更多 →

只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 图像各边的像素大小在15px到8192px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%。

查看更多 →

图像各边的像素大小在100px到8192px之间。 图像中行驶证区域有效占比超过5%，保证整张行驶证内容及其边缘包含在图像内。 支持图像中行驶证任意角度的水平旋转。 支持少量扭曲，扭曲后图像中的行驶证长宽比与实际行驶证相差不超过10%。 能处理反光、暗光、防伪标识等干扰的图片但影响识别精度。 目前只支持识别2008年版的行驶证。

查看更多 →