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
P、ICO、PCX、GIF格式图片。 支持常见网络图片：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15px到8192px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）。
pdf转图片方法 # -*- coding: utf-8 -*- import os import base64 import fitz import io from PIL import Image from glob import glob class CovertPdfToJpg:
某一格式的发票图片作为模板，配置文字识别模型就能识别并提取同格式发票上的关键字段。 前提条件 已在“自定义OCR”控制台选择“通用单模板工作流”创建应用，详情请见6.2新建应用。 提前准备待识别的图片，图片要求请见图片要求。 图片要求 保证图片质量：不能有损坏的图片；目前支持的格
上传模板图片 在使用多模板分类工作流开发应用之前，必须要明确文字识别的模板类型，明确以哪几种板式图片作为模板训练文字识别模型，基于自己的业务需求制定针对性的文字识别模型。例如上传两种不同格式的发票图片作为模板，训练的文字识别模型就能识别并提取这两种格式发票上的关键字段。 前提条件
true：校正图片的倾斜角度 false：不校正图片的倾斜角度 支持任意角度的校正，未传入该参数时默认为“false”。 待识别图片如果存在倾斜，建议将此参数设置为“true”。 quick_mode 否 Boolean 快速模式开关，针对单行文字图片（要求图片只包含一行文字，且文字区
如何获取图片base64编码 OCR服务的输入图片参数是图片的base64编码，本节以Python为例，介绍如何将本地图片，转换为base64编码。您也可以使用在线的图片转base64工具。 使用时，需要将代码的d:\demo.jpg替换为实际图片路径。 import base64
图片质量类报错处理办法 问题现象 调用文字识别API时，产生以下图片质量类报错。 错误码AIS.0102：图片格式不支持。 错误码AIS.0103：图片尺寸不满足要求。 错误码AIS.0104：非支持的图片类型或图片质量差。 解决方法 请参考产品介绍 > 约束与限制章节检查图片的格式、像素是否符合规范。
OCR服务支持上传图片后直接导出结果吗 目前OCR服务不支持上传图片后直接导出结果，需要通过调用API的方式使用。具体操作请参考《文字识别服务快速入门》。 父主题： 产品咨询类
使用OCR服务是否必须使用华为云存储图片 文字识别服务支持输入图片的base64编码或图片的url路径。 如果您使用图片的url路径，可以将图片上传至华为云对象存储服务（OBS）中，使用OBS提供的图片url。 关于OBS的使用请参考配置OBS访问权限。 OCR识别OBS私有桶中的图片时需要保证调用O
是否支持从非华为云存储中读取图片 OCR服务支持读取公网http和https的图片地址，如果使用非华为云存储，请确保相应的图片可以通过公网进行访问。 父主题： API使用类
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。
None 服务介绍 文字识别 OCR 文字识别技术简介 01:46 文字识别技术简介 快速入门 文字识别 OCR 使用SDK 06:38 SDK使用指导 文字识别 OCR 使用API 03:04 API使用指导 问题排查 文字识别 OCR 获取Token时帐密报错 03:53 获取Token时帐密报错
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、隐私政策声明。 文字识别服务等级协议请参见华为云服务等级协议。
OCR服务能否实时处理视频流中的文字 OCR不支持读取视频流数据，您可将视频流进行提取帧图片操作，提取出图片后进行识别。 父主题： 产品咨询类
文字识别SDK简介 文字识别SDK概述 文字识别（Optical Character Recognition，简称OCR）将图片或扫描件中的文字识别成可编辑的文本。可代替人工录入，提升业务效率。支持身份证、驾驶证、行驶证、发票、通用表格、通用文字等场景文字识别。 文字识别以开放API（Application
文字块排列顺序、具体文本内容、所在位置、置信度等信息。 result字段仅在API调用成功后返回。 words_block_count表示文字块识别结果，本示例中，识别出2个文字块，分别代表图片中的2行文字。 words_block_list表示文字块列表，按照图片文字从上到下、从左到右排列。
产品介绍 在线体验 图说ECS 立即使用 成长地图 由浅入深，带您玩转OCR 01 了解 了解华为云文字识别服务的产品介绍、应用场景、使用限制，有助于更好的使用文字识别服务。 产品介绍 什么是文字识别 应用场景展示 使用限制说明 智能分类介绍 03 入门 文字识别服务以开放API（Application
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。
功能介绍 增值税发票识别 通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，用于后续的进一步处理，节省大量的人工录入成本。 机动车销售发票识别 自动识别机动车销售发票图片内的文本内容，并返回结构化字段信息，
通用表格识别API 通用文字识别 支持识别图片中的所有印刷体文字信息，可识别中英文和部分繁体字，并以json格式返回识别的文字和坐标位置。 该接口的应用场景广泛，可应用于拍照/截图识别、电子文档格式转化、纸质文档电子化、试题录入、论文素材收集等场景，方便用户进行文字信息的提取和录入，降低人工录入成本。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
