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
# -*- coding: utf-8 -*-"""新手测试笔记文字识别 OCR：通用表格识别"""from huaweicloudsdkcore.auth.credentials import BasicCredentialsfrom huaweicloudsdkocr.v1.region
录音文件识别 概览 服务咨询 API参考 SDK参考 价格计算器 智能客服 论坛 概览 服务咨询 API参考 SDK参考 价格计算器 智能客服 论坛 录音文件识别 录音文件识别 录音文件识别，基于深度学习技术，可以实现5小时以内的音频到文字的转换。支持垂直领域定制，对应领域转换效果更佳。
通用文字识别：提取图片内的文字及其对应位置信息。 手写文字识别：识别手写文字、印刷文字信息。 网络图片识别：识别网络图片内的所有文字及其对应位置信息。 证件类 身份证识别、护照识别、银行卡识别 驾驶证识别、行驶证识别、道路运输证识别、车牌识别、VIN码识别 营业执照识别、名片识别 票据类 增值税发票识
F格式图片。 支持常见网络图片如：手机截图、电脑截图、电商产品图及广告设计图等互联网图片。 图像各边的像素大小在15到30000px之间。 图像中有效文字图片占比超过60%，避免有效文字图片占比过小。 支持图像中有效文字图片的任意角度的水平旋转（需开启方向检测）。 文字识别服务属
什么是文字识别服务 文字识别（optical character recognition），简称OCR，是指将图片或扫描件中的文字进行检测识别，转换成可编辑的文本格式，包括表格识别、网络截图识别和增值税发票识别等。 文字识别以开放API（Application Programming
在Postman左侧导航栏中单击“OCR_idcard”配置文件。 根据自身文字识别服务需求选择相应的POST类型。（OCR_idcard:身份证识别，OCR_auto_classification:智能分类识别，OCR-webimage:网络图片识别) 登录我的凭证，获取“华北-北京四”区域的项目ID
如果文件为图片文件，“文件名”列展示图片缩略图和文件名。 图1 列表视图 在文件列表右上方单击卡片图标，页面以卡片视图展示云空间文件。 如果文件为图片文件，卡片上展示图片的缩略图。 图2 卡片视图 单击图片缩略图，可展示图片原图。 在原图右上角，用户可进行放大缩小图片、下载或删除图片操作。
行业类（Domain OCR），支持物流电子面单识别、保险单识别、财务报表识别等多种行业特定类型图片的结构化信息提取和识别，助力行业自动化效率提升。 行业类（Domain OCR），支持物流电子面单识别、保险单识别、财务报表识别等多种行业特定类型图片的结构化信息提取和识别，助力行业自动化效率提升。 立即抢购
、TIFF格式的图片。 图像各边的像素在15到8192px之间。 支持多页同时识别。 能处理反光、暗光、水印等干扰的图片但影响识别精度。 文字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。 调用方法 请参见如何调用API。 前提条件 在使用之前，需
银行卡的类别，如：储蓄卡，信用卡。 文字识别 识别图片上的文字信息，返回识别的文字和坐标。支持扫描文件、电子文档、书籍、票据和表单等多种场景的文字识别。 输入参数 用户配置文字识别执行动作，相关参数说明如表3所示。 表3 文字识别输入参数说明 参数 说明 图片文件 上传图片所在位置。 图片的URL路径 图片的URL路径，和图片文件二选一。
车辆通行费发票识别 功能介绍 识别车辆通行费发票中的关键文字信息，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，详细使用指导请参见OCR服务使用简介章节。 图1 车辆通行费发票示例图 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 支持
机动车销售发票识别 功能介绍 识别机动车销售发票、二手车销售发票图片中的文字内容，服务能自动分辨两种类型，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 机动车销售发票示例图 图2 机动车销售发票示例图 图3
飞机行程单识别 功能介绍 识别飞机行程单中的文字信息，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，详细使用指导请参见OCR服务使用简介章节。 图1 飞机行程单示例图 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 支持识别PNG、JP
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。
OBS的语音文件识别成可编辑的文本，支持中文普通话的识别和合成，其中语音识别还支持带方言口音的普通话识别以及方言（四川话、粤语和上海话）的识别。适用于如下场景：识别客服、客户的语音，进一步通过文本检索，检查有没有违规、敏感词、电话号码等信息。对会议记录的音频文件，进行快速的识别，转化成文字，方便进行会议记录等场景。
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： 图3 获取识别结果文件 通过华为云SDK使用 企业业务系统可通过华为云提供的SDK服务与OBS桶进行对接，当员工上传发票图片或者电子发票PDF文件到华为云OBS桶后，即可自动进行文字识别和验真，企业业务系
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。
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。
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
快速部署 本章节主要指导用户如何自动化部署“文字识别-发票识别与验真”解决方案。 表1 参数说明 参数名称 类型 是否可选 参数解释 默认值 image_bucket_name string 必填 OBS桶名称，全局唯一，用于上传发票图片或PDF文件。取值范围：3~59个字符，支持
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
