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
填写连接器的描述信息，用于识别不同的连接器。 支持的操作 通用表格识别 通用文字识别 网络图片识别 智能分类识别 手写文字识别 身份证识别 行驶证识别 驾驶证识别 护照识别 银行卡识别 营业执照识别 道路运输证识别 车牌识别 名片识别 VIN码识别 增值税发票识别 发票验真 机动车销售发票识别 出租车发票识别
String 是 OBS桶名称，全局唯一，用于上传wav语音文件。取值范围：3~63个字符，支持小写字母、数字、中划线（-）、英文句号（.）。 result_bucket_name String 是 OBS桶名称，全局唯一，用于存放语音识别结果。取值范围：3~63个字符，支持小写字母、数字、中划线（-）、英文句号（
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
选择连接模式，目前实时语音识别提供三种接口，流式一句话、实时语音识别连续模式、实时语音识别单句模式 // 选择1 流式一句话连接 // rasrClient.shortStreamConnect(request); // 选择2，实时语音识别单句模式
如何提高识别精度 尽量使用文字清晰度高、无反光的图片。进行图片采集时，尽量提高待识别文字区域占比，减少无关背景占比，保持图片内文字清晰人眼可辨认。 若图片有旋转角度，算法支持自动修正，建议图片不要过度倾斜。 图片尺寸方面，建议最长边不超过8192像素，最短边不小于15像素，图像长宽比例维持常见水平
FunctionGraph，用于实现调用文字识别服务业务逻辑，当收到OBS上传图片通知后，自动调用文字识别 OCR服务进行电子面单识别、网络图片识别并将结果存放在OBS桶内。 使用文字识别 OCR，提供电子面单识别和网络图片识别。用户只需要将电子面单图片或含有收/寄件信息的截图上传至OBS桶，即可自动识别提取收/
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。
附录 名词解释 基本概念、云服务简介、专有名词解释 语音交互服务SIS：以API的形式，对外提供语音转文本以及文本转语音的服务。 函数工作流 FunctionGraph：FunctionGraph是一项基于事件驱动的函数托管计算服务。使用FunctionGraph函数，只需编写业
被叫播放语音，并进行收号。SP可以要求业务平台播放多段语音，每段语音的内容都可以是下列两种语音中的一种： 语音文件中录制的语音。 文本（需要先通过模板定义）通过TTS服务转换成的语音。 业务体验描述： SP想要给用户A通知一段或多段语音。 SP向语音通话平台发送播放语音通知业务请求。
定额发票识别 功能介绍 识别定额发票中的文字信息，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 定额发票示例图 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 支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。
开始使用 1、网络图片识别：支持图片格式等约束信息详网络图片识别文档 2、电子面单识别：支持图片格式等约束信息详电子面单识别文档 登录对象存储服务 OBS控制台，在桶列表选择快速部署 步骤三创建的用于上传快递图片的OBS桶，可直接上传图片或上传压缩包（支持zip及tar格式），如
标注语音 用户对语音的某一些地方做标注，执行本章节。 操作步骤 按创建标注任务章节创建音频标注任务。 在音频上方，单击，播放语音。 在语音区域，拖动鼠标选择标注内容。 在弹出框中输入标注名称，单击“确定”。 标注后的结果会展示在波形图下方。 在音频左上方，单击保存标注的内容。 （可选）在音频标注界面，支持如下操作。
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“在线URL”，切换至“在线URL”页签。在“开始识别”左侧输出框中输入待测试的图片URL地址，或者拖拽测试图片至虚线框内上传图片区域，上传在线图片作为测试图片。
_AGENT 指定左声道语音为agent（坐席）。RIGHT_AGENT 指定右声道为agent（坐席）。如果 channel 为 LEFT_AGENT或RIGHT_AGENT,则原始文件需要为双声道文件，如果为单声道文件，系统会将其转换成双声道文件，识别结果会出现两条内容完全一致的文本。
图像中识别区域有效占比超过80%，保证所有文字及其边缘包含在图像内。 不支持角度旋转的图片识别。 支持电子承兑汇票，对于拍照场景、复杂背景支持欠佳。 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
对接OCR识别图片中文字 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。 在
电子面单识别 OCR电子面单识别将于2025.02.18正式停售，为避免影响您目前的业务，请您及时进行相关迁移工作，详见停售公告。 功能介绍 识别用户上传的电子面单图片中的文字内容，并将识别的结果以JSON格式返回给用户。 图1 电子面单示例图 约束与限制 电子面单支持的版式以样例为准。
财务报表识别 功能介绍 识别用户上传的表格图片中的文字内容，并将识别的结果返回给用户。 约束与限制 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。 图像中识别区域有效占比超过80%，保证整张表格及其边缘包含在图像内。
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。
VIN码识别 功能介绍 识别图片中的车架号信息，并将识别结果以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 VIN码示例图 约束与限制 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4096px之间。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
