API概览 - 文字识别 OCR

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。 智能分类识别 检测定位图片上指定要识别的票证（

评估应用 - 企业级AI应用开发专业套件 ModelArts Pro

传模板图片”、“定义预处理”、“框选参照字段”、“框选识别区”步骤，单击“下一步”，进入“评估”页面。 本地上传图片 图2 评估模板 在“应用开发>评估”页面，默认进入“本地上传”页签。 单击“上传图片”，或者拖拽测试图片至虚线框内上传图片区域，上传本地的图片作为测试图片。 测试图片上传成功后，右侧会显示识别结果。

裁剪图片 - 华为HiLens

1920], 2的倍数；高度范围[64, 1080], 2的倍数。 如果输入不是NV21格式，请把输入的源图片转换为NV21格式，详情请参见转换图片颜色格式。 dst 目的图片。 x 裁剪区域左上角x坐标，范围[0, 1920], 2的倍数。 y 裁剪区域左上角y坐标，范围[0, 1080]

最新动态 - 文字识别 OCR

0接口统一切换成v2接口，例如通用文字识别URI由/v1.0/ocr/general-text更新成/v2/{project_id}/ocr/general-text。 原有的v1.0接口任然可以正常使用。 商用 - 2 飞机行程单识别功能优化 飞机行程单识别服务精度优化，支持不同场景下图片的识别。 商用

文字识别 .NET - SDK

dotnet add package HuaweiCloud.SDK.Ocr

文字识别 Python - SDK

pip install huaweicloudsdkocr

文字识别 Java - SDK

<groupId>com.huaweicloud.sdk</groupId> <artifactId>huaweicloud-sdk-ocr</artifactId> <version>3.1.9</version> </dependency>

文字识别 PHP - SDK

composer require huaweicloud/huaweicloud-sdk-php:3.1.10

文字识别全景实践课

文字识别 Go - SDK

go get -u github.com/huaweicloud/huaweicloud-sdk-go-v3

工作流介绍 - 文字识别 OCR

在使用单模板工作流开发应用之前，需要上传模板图片，明确以哪张图片作为模板训练文字识别模型。 上传模板图片 定义预处理 上传模板图片后，需要对模板图片进行预处理，去掉冗余部分，将图片旋转至水平，保证模型识别的准确性。 定义预处理 框选参照字段 在图片模板中框选参照字段，用于矫正图片的方向，进而在正确的方向上，识别图片中的结构化信息。

文字识别套件使用简介 - 企业级AI应用开发专业套件 ModelArts Pro

现多种版式图像的文字信息结构化提取。 文字识别套件提供预置工作流供您选择，全流程可视化完成AI应用开发以及持续迭代。 选择预置工作流 单模板工作流 通过工作流指引构建文字识别模板，识别单个板式图片中的文字，快速实现文档、票证等场景的文字识别。详情请见使用单模板工作流开发应用。 多模板工作流

名人识别

名人识别（Celebrity Recognition）利用深度神经网络模型对图片内容进行检测，准确识别图像中包含的影视明星及网红人物 名人识别（Celebrity Recognition）利用深度神经网络模型对图片内容进行检测，准确识别图像中包含的影视明星及网红人物 立即使用 总览 使用指南

准备数据 - 文字识别 OCR

印等）和文字扭曲图像的文字识别。 数据传入方式 使用OCR API或SDK时，数据主要通过以下两种方法传入。 image 传入图片的base64编码。 您可以通过在线转码工具，浏览器，使用Python中的base64.b64encode函数等方法，获取图片的base64编码。 url

约束与限制 - 文字识别 OCR

格线扭曲图像的文字识别。 支持中英文以及部分繁体字。 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。 通用文字识别 只支持识别PNG、JPG、JPEG、BMP、GIF、TIFF、WEBP、PCX、ICO、PSD、PDF格式的图片。 图像各边的像素大小在15px到8192px之间。

VIN码识别 - 文字识别 OCR

com/v2/{project_id}/ocr/vin”，“project_id”为项目ID，获取方法请参见获取项目ID 如何获取Token请参见认证鉴权。 传入车架号VIN码图片的base64编码进行文字识别 POST https://{endpoint}/v2/{project_id}/ocr/vin

附录 - AI

附录 名词解释 基本概念、云服务简介、专有名词解释： 文字识别服务 OCR：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。 对象存储服务

权限管理 - 文字识别 OCR

ocr:generalText:subscribe 开通通用文字识别服务 √ × ocr:generalText:unsubscribe 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

使用流程简介 - 文字识别 OCR

OCR服务需要用户通过调用API接口，将图片或扫描件中的文字识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。 关于文字识别的相关声明请参见文字识别服务声明。 文字识别服务等级协议请参见华为云服务等级协议。

在线实验

在线实验 文字识别API服务调用 使用文字识别API服务，快速实现图片转文字功能。 链接