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
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。 OCR以开放API（Application Programming Interface，应用程序编程接
识别表格图片中的文字内容，并将识别的结果以JSON格式返回给用户。返回结果将图片区域（words_region）划分为两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。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 通用表格示例图
Boolean 单字符模式开关。可选值包括： true：打开单字符模式 false：关闭单字符模式 未传入该参数时默认为false，即不返回单个文本行的单字符信息。 language 否 String 语种选择，未传入该参数时默认为中英文识别模式。 auto：自动语种分类 ms：马来语
道路运输从业资格证识别 通用表格识别 支持对图片中的所有表格文字信息进行识别和提取，可识别常规表格及合并单元格表格中的中英文和部分繁体字。能够返回文本块坐标及单元格坐标信息，方便用户进行版式的二次处理以及提高人工校验效率。 该接口可应用于信息登记表识别场景，对个人信息、商品信息、公示内容
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、扫描件或PDF、OFD文档中的打印字符识别成可编辑的文本格式，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。 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
字段对应。 调用网络图片API成功后，在“JSON返回结果”中，可见result字段，该字段包含了图片中的文字块数目、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
文字识别（Optical Character Recognition，简称OCR）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。 OCR以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户使
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
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，用于后续的进一步处理，节省大量的人工录入成本。 飞机行程单识别 自动识别飞机行程单的全部信息，一次扫描即可识别
自动识别道路运输从业资格证，根据不同版式内容返回对应的关键文字信息，可用于货运场景资质审核场景。 车辆合格证 自动识别出车辆合格证图片的文本内容，并返回结构化字段信息。 不动产证 自动识别出不动产证图片的文本内容，并返回结构化字段信息。 哥伦比亚身份证 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。
FinancialStatementWordsRegionList 参数 参数类型 描述 type String 区域属性：文本或表格。 words_block_count Float 检测到的文字块数目。对文本区，文字块以文本字段为单位；对表格区，文字块以单元格内所有字段为单位。 table_location A
盖参照字段。 参照字段是文字内容、位置固定不变的文本框区域。 参照字段为单行文本框，不可以框选竖版文字或跨行框选。 框选参照字段个数须建议大于4个，越多越好，并尽量分散在图片的四周。 参考字段尽量沿着文字边缘框选，精确框住对应文本行为佳。 核对右侧“框选参照字段”中的参照字段是否与框选的参照字段一致。
盖参照字段。 参照字段是文字内容、位置固定不变的文本框区域。 参照字段为单行文本框，不可以框选竖版文字或跨行框选。 框选参照字段个数须建议大于4个，越多越好，并尽量分散在图片的四周。 参考字段尽量沿着文字边缘框选，精确框住对应文本行为佳。 核对右侧“框选参照字段”中的参照字段是否与框选的参照字段一致。
通用类 功能介绍 通用表格识别 提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。 通用文字识别 提取图片内的文字及其对应位置信息，并能够根据文字在图片中的位置进行结构化整理工作。 手写文字识别 识别
OCR输入数据，包括图像（PNG、JPG 、JPEG和 BMP等）和文档（PDF 和 TIFF等）。 OCR结果，包括从客户图像和文档中提取的文本及其位置以及置信度等。 OCR通过多种数据保护手段和特性，保障客户在使用OCR服务时数据安全。 表1 OCR的数据保护手段和特性 数据保护手段
文字识别（Optical Character Recognition，OCR）是指对图像文件的打印字符进行检测识别，将图像中的文字转换成可编辑的文本格式。OCR通过API提供服务能力，用户需要通过编程来处理识别结果。 在开通OCR前，请先使用OCR体验馆体验服务功能。该方式无需编程，只需在网页端上传图片，即可体验识别效果。
SDK在本地进行开发。 该接口可以识别表格图片中的文字内容，并将识别结果以JSON格式返回给用户。返回结果包含两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。 前提条件 注册华为账号并开通华为云，并完成实名认证，账号不能处于欠费、冻结、被注销等异常状态。
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。 OCR以开放API（Application Programming Interface，应用程序编程接
用户需要具备编程能力，熟悉Java、Python、iOS、Android、Node.js编程语言。 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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
