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
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。
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。
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
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
如何提高识别速度 识别速度与图片大小有关，图片大小会影响网络传输、图片base64解码等处理过程的时间，因此建议在图片文字清晰的情况下，适当压缩图片的大小，以便降低图片识别时间。推荐上传JPG图片格式。 根据实践经验，一般建议证件类的小图(文字少)在1M以下，A4纸大小的密集文档大图在2M以下。
火车票识别 功能介绍 识别火车票中的文字信息，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 火车票示例图 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 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。
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 已在自定义OCR控制台选择“通用单模
文字识别api手写文字识别 文字识别api手写文字识别可以识别手写文字图片中的文字内容。 文字识别api身份证识别 文字识别api身份证识别可以识别身份证图片中正面与反面的文字内容，并返回识别的文字和坐标。 文字识别api行驶证识别 文字识别api行驶证识别可以识别
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 已在自定义OCR控制台选择“多模板分
识别输入图片中的车牌信息，并返回其坐标和内容 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。 手写文字识别 识别文档中的手写文字信息，并将识别的结构化结果返回给用户。 车辆通行费发票识别 识别车辆通行费发票中的文字信息，并返回识别的结构化结果。 银行卡识别
创建用于存储发票识别与验真结果的对象存储服务 OBS桶，企业业务系统定时从该桶中获取结果并处理。 函数工作流 FunctionGraph：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别 OCR
营业执照识别 功能介绍 识别营业执照首页图片中的文字信息，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 营业执照示例图 图2 营业执照示例图-横版 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片及PDF。
不动产证识别 功能介绍 识别不动产证中的文字信息，并返回识别的结构化结果。 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 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15到8192px之间。 支持图像中不动产证任意角度的水平旋转。
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。 图像中识别区域有效占比超过
函数工作流：用于实现调用文字识别服务的业务逻辑，当OBS桶收到上传的发票文件后，会自动通知函数调用文字识别服务，并将结果存放到指定的OBS桶里。 文字识别服务：提供发票识别与验真服务，识别用户上传的发票内容以及对接国税局系统进行真伪验证。 方案优势 场景丰富 支持发票识别和发票验真功能。
1.2.4 图片识别分析这里所说的图片识别是指人脸识别之外的静态图片识别，图片识别可应用于多种场景，目前应用比较多的是以图搜图、物体/场景识别、车型识别、人物属性、服装、时尚分析、鉴黄、货架扫描识别、农作物病虫害识别等。这里列举一个图像搜索的例子：拍立淘。拍立淘是手机淘宝的一个应
1.2.8 文字识别计算机文字识别，俗称光学字符识别（Optical Character Recognition），是利用光学扫描技术将票据、报刊、书籍、文稿及其他印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。该技术可应用于如表1-4所示
出租车发票识别 功能介绍 识别出租车发票中的文字信息，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 出租车发票示例图 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 只支持识别PNG、J
哥伦比亚身份证识别 功能介绍 识别哥伦比亚身份证中的文字信息，并将识别的结构化结果返回给用户。 约束与限制 支持哥伦比亚身份证的识别。 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。 图像中身份证区域有效占比超过8
获取识别结果 解读识别结果 识别结果后处理
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
