检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
调用SDK实现通用表格识别 文字识别服务软件开发工具包（OCR SDK）是对文字识别服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以通用表格识别API为例，介绍如何使用OCR Python SDK。 使用OCR SDK的详细步骤如下所示： 步骤1：开通服务 步骤2：安装SDK
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。
图片区域，上传本地的图片作为测试图片。 上传图片后，右侧会显示文字识别结果，包括“识别区”和对应的“识别结果”。 上传在线图片 单击“在线URL”，切换至“在线URL”页签。在“开始识别”左侧输出框中输入待测试的图片URL地址，或者拖拽测试图片至虚线框内上传图片区域，上传在线图片作为测试图片。
图片处理(C SDK) 开发过程中，您有任何问题可以在github上提交issue，或者在华为云对象存储服务论坛中发帖求助。 功能说明 OBS为用户提供了稳定、安全、高效、易用、低成本的图片处理服务。当要下载的对象是图片文件时，您可以通过传入图片处理参数对图片文件进行图片剪切、图片缩放、图片水印、格式转换等处理。
功能介绍 通用表格识别 提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。 通用文字识别 提取图片内的文字及其对应位置信息，并能够根据文字在图片中的位置进行结构化整理工作。 手写文字识别 识别文档中的手写文
函数工作流：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。 文字识别服务：提供发票识别与验真服务，识别用户上传的发票内容以及对接国税局系统进行真伪验证。 方案优势 场景丰富 支持发票识别和发票验真功能。
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。
文字识别 提取图片文字 文字识别 提取图片文字 华为云文字识别OCR提供在线文字识别、图片文字提取服务，将图片、扫描件或PDF、OFD文档中的文字识别成可编辑的文本。 华为云文字识别OCR提供在线文字识别、图片文字提取服务，将图片、扫描件或PDF、OFD文档中的文字识别成可编辑的文本。
获取识别结果 解读识别结果 识别结果后处理
选择用于上传和存储发票图片或者PDF文件的桶“ocr-invoice-image-bucket”，上传示例发票图片或者电子发票pdf文件。 图2 上传待识别发票 选择用于存放结果的“ocr-invoice-result-bucket”桶，即可自动获取该发票的识别与验真结果，以发票文件名称为前缀的JSON文件存储。
针对专业词汇，支持上传至热词表，增加专业词汇的识别准确率 针对专业词汇，支持上传至热词表，增加专业词汇的识别准确率 定制化服务 可定制特定垂直领域的语言层模型，识别更多专有词汇和行业术语，进一步提高识别准确率 可定制特定垂直领域的语言层模型，识别更多专有词汇和行业术语，进一步提高识别准确率 前沿技术 使用
问：OCR服务识别结果可以转化为Word或者TXT吗？答：OCR提取之后返回的结果是JSON格式，需要用户通过编程，将结果保存为Word或者TXT格式。
什么是场景文本识别 场景文本识别的任务是识别自然产品图像中的一个文字信息。自然场景图片中包含了丰富的语义信息，能够用于基于内容的图片修复、自动驾驶、图片中的文字翻译等。由于受自然场景中文本多样性、背景的复杂性等影响因素影响，自然场景文本识别任务的难度远大于扫描文档的文字识别。并且具有重大的研究意义。
构化信息。 ●通用文字识别，提取图片内的文字及其对应位置信息，并能够根据文字在图片中的位置进行结构化整理工作。 ●手写文字识别，识别文档中的手写文字信息，并将识别的结构化结果返回给用户。 ●网络图片识别自，动识别网络图片内的所有文字及其对应位置信息，并能根据识别出来的结果进行联系
受技术与成本多种因素制约，文字识别服务存在一些约束限制。 以通用文字识别API为例，输入数据存在以下约束。其他API的的使用约束请参见约束与限制。 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15px到8192px之间。 图像中识别区域有效占比超过
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
您可以使用本文档提供文字识别服务API的描述、语法、参数说明及样例等内容，进行相关操作，例如文字识别包含的通用类、证件类和票据类等具体接口使用说明。不同区域所部署的接口不同，详情请参见终端节点；接口所支持的全部操作请参见2 API概览。 在调用文字识别API之前，请确保已经充分了解文字识别相关概念。
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哪一种
智能文档解析 通用表格识别 通用文字识别 网络图片识别 智能分类识别 手写文字识别 印章识别 身份证识别 户口本识别 行驶证识别 驾驶证识别 护照识别 银行卡识别 营业执照识别 道路运输证识别 不动产证识别 车辆合格证识别 道路运输从业资格证识别 车牌识别 名片识别 VIN码识别 增值税发票识别
自动识别图片中的车牌信息。 名片识别 自动识别名片中的信息，识别信息包括姓名、职位头衔、公司、部门、联系方式、地址、邮箱、传真、邮编、公司网址等信息，并将识别结果返回给用户。 VIN码识别 自动识别图片上的车架号信息。 泰文身份证识别 自动识别身份证上的全部信息，一次扫描即可识别身份证号码、姓名、地址等全部信息。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
