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
驾驶证识别 功能介绍 识别驾驶证图片中主页与副页的文字内容，并将识别的结果以JSON格式返回给用户。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 驾驶证示例图 图2 电子驾驶证示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制
道路运输从业资格证识别 功能介绍 识别道路运输从业资格证上的关键文字信息，并返回识别的结构化结果。 图1 道路运输从业资格证示例图 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。 图像中识别区域有效占比
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 package com.huaweicloud.sdk.test; import com.huaweicloud.sdk.core.auth
通用表格识别 功能介绍 识别表格图片中的文字内容，并将识别的结果以JSON格式返回给用户。返回结果将图片区域（words_region）划分为两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。该接口的使用限制请参见约束与限制，详
泰文身份证识别 功能介绍 识别泰国身份证中的文字信息，并以JSON格式返回识别的结构化结果。该接口的使用限制请参见约束与限制。 图1 泰文身份证示例图 使用中国站账号开通泰文身份证识别时，需要在OCR控制台的左上角，将区域切换至“亚太-曼谷”。 图2 切换区域至亚太曼谷 约束与限制
增值税发票识别 功能介绍 识别增值税发票的类别，并以JSON格式返回识别的结构化结果，支持识别图片、PDF、OFD文件。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。 发票验真API请参见发票验真。 图1 增值税发票示例图 图2 区块链发票示例图 图3
发票验真 功能介绍 支持10种增值税发票的信息核验： 增值税专用发票、增值税普通发票、增值税普通发票（卷式）、增值税电子专用发票、增值税电子普通发票、增值税电子普通发票（通行费）、二手车销售统一发票、机动车销售统一发票、区块链电子发票、全电发票，支持返回票面的全部信息。 该接口的
OCR服务的SDK是否依赖于Maven管理依赖包 Python SDK依赖的部分包如requests等需要在本地环境中安装，在连通外网的情况下可直接使用pip install +包名安装。 Java SDK不需要使用Maven管理本地依赖包，可以直接运行使用。 父主题： SDK使用类
准备数据 数据要求 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。
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。
自动续费 自动续费可以减少手动续费的管理成本，避免因忘记手动续费而导致文字识别服务被自动删除。自动续费的规则如下所述： 文字识别服务自动续费周期根据您开通自动续费的途径不同，遵循不同的规则。 在文字识别服务到期前均可开通自动续费，到期前7日凌晨3:00首次尝试自动续费，如果扣款失
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。
计费概述 通过阅读本文，您可以快速了解文字识别OCR的计费模式、计费项、续费、欠费等主要计费信息。 计费模式 文字识别提供按需计费和套餐包计费两种计费模式，以满足不同场景下的用户需求。按需计费是一种后付费模式，即先使用再付费，按照文字识别服务实际调用次数计费。套餐包计费是一种预付
智能分类 功能介绍 智能分类识别服务可以一次性对同张图片中的多个卡证、票据进行检测和识别，并返回每个卡证、票据的类别及结构化数据。 应用场景 智能分类识别服务应用在身份认证、财务报销等多种场景，使用方便，有效提升数据录入效率。 场景一：卡证、发票混合识别 场景二：相同类型发票识别
API Explorer 与API的对应关系 文字识别接口与API对应关系请参见表2。 表2 接口与API对应关系表 接口 API 智能文档解析 POST /v2/{project_id}/ocr/smart-document-recognizer 通用表格识别 POST /v2/
基本概念 账号 用户注册华为云时的账号，账号对其所拥有的资源及云服务具有完全的访问权限，可以重置用户密码、分配用户权限等。由于账号是付费主体，为了确保账号安全，建议您不要直接使用账号进行日常管理工作，而是创建用户并使用他们进行日常管理工作。 用户 由账号在IAM中创建的用户，是云
什么是文字识别 文字识别（Optical Character Recognition，简称OCR）是指将图片、扫描件或PDF、OFD文档中的打印字符进行检测识别成可编辑的文本格式，以JSON格式返回识别结果。 OCR以开放API（Application Programming I
自定义OCR介绍 OCR自定义模板将于2025.12.31正式下线，为避免影响您目前的业务，请您及时进行相关迁移工作，迁移指导详见OCR自定义模板下线公告。 自定义OCR基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。
调用API实现身份证识别 本章节通过使用Postman软件，调用OCR服务身份证识别API，帮助快速熟悉OCR服务API的使用方法。 使用OCR服务API的详细步骤如下所示： 步骤1：开通服务 步骤2：配置环境 步骤3：Token认证鉴权 步骤4：调用服务 准备工作 注册华为账号
trans def page2pix(self, doc, page, trans): """ 根据给定的参数，解析当前页作为图片数据 """ return doc[page].getPixmap(matrix=trans, alpha=False)
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
