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
OCR服务可以识别文本格式文件吗 增值税发票识别API支持使用pdf、ofd文件进行识别。其他API不能直接识别word、pdf、excel等文件，可将此类文件转换为图片进行识别。pdf转图片识别示例请参见识别结果后处理。 父主题： 产品咨询类
与image二选一 图片大小不超过10MB，图片的URL路径目前支持： 公网http/https url OBS提供的url，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权，详情参见配置OBS访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。
该参数与image二选一。图片大小不超过10MB，图片的url路径目前支持： 公网http/https url OBS提供的url，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权，详情参见配置OBS访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。
OCR服务支持批量识别吗 OCR服务只支持调用一次接口识别一张图片，批量识别需要进行二次开发，编码循环调用API，实现批量调用服务识别图片。 父主题： API使用类
提取图片中的图片暗水印（文件地址版本） 功能介绍 对指定存储地址信息（目前支持OBS）的已嵌入图片暗水印的图片提取图片暗水印，提取出的水印图片将存放在用户指定的位置（目前支持OBS），支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib
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。
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
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。
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（
发票识别与验真 方案概述 资源和成本规划 实施步骤
import com.huaweicloud.sdk.ocr.v1.region.OcrRegion; import com.huaweicloud.sdk.ocr.v1.*; import com.huaweicloud.sdk.ocr.v1.model.*; public class
supported. 图片格式不支持，或image参数值不是base64编码字符串。 请检查图片格式，各服务支持图片格式请参考使用限制。 AIS.0103 The image size does not meet the requirements. 图片尺寸不满足要求。 请检查图片尺寸，各服务支持图片尺寸请参考使用限制。
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]
上传测试图片或者上传在线图片，评估模板。 图4 评估模板 本地上传图片 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。 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“
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
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。
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
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。
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
该参数与image二选一。图片大小不超过10MB，图片的url路径目前支持： 公网http/https url OBS提供的url，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权，详情参见配置OBS访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
