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
and CLOUD_SDK_SK in the local environment ak = os.getenv("CLOUD_SDK_AK") sk = os.getenv("CLOUD_SDK_SK") credentials = BasicCredentials(ak
通用文字识别 功能介绍 识别图片上的文字信息，以JSON格式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。 支持中英文以及部分繁体字。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 通用文字示例图 约束与限制
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
调用SDK实现通用表格识别 文字识别服务软件开发工具包（OCR SDK）是对文字识别服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以通用表格识别API为例，介绍如何使用OCR Python SDK。 使用OCR SDK的详细步骤如下所示： 步骤1：开通服务 步骤2：安装SDK
通用单模板工作流 工作流介绍 上传模板图片 定义预处理 框选参照字段 框选识别区 评估 调用指南 编辑应用 删除应用 父主题： 自定义OCR
定义预处理 使用通用单模板工作流上传模板图片后，需要对模板图片进行预处理，通过旋转、裁剪、降噪等操作。图片预处理的目的是保留图片的关键内容，去掉冗余部分，保持图片内容清晰可见，保证模型识别的准确性。 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，并上传模板图片，详情请见上传模板图片。
您可以通过上传测试图片，在线评估模板的识别情况，保证能正确识别同样模板下其他图片中的识别区文字。 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，并完成框选识别区步骤，详情请见框选识别区。 进入评估页面 登录“文字识别>自定义OCR”控制台，默认进入“应用开发
评估模板应用后，就完成模板制作，开发属于自己的文字识别应用，此应用用于识别自己所上传的模板样式的图片。 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，并完成评估模板步骤，详情请见评估。 操作步骤 在“应用开发>评估”页面完成模板评估后，单击“下一步”，进入“创建模
进入应用资产 在“模板列表”页签，选择模板名称，单击操作列的“删除”。 弹出“确认删除”对话框。 图2 删除模板 单击“确认”，删除模板。 父主题： 通用单模板工作流
指引如下： 上传模板图片 定义预处理 6.3.4-框选参照字段 6.3.5-框选识别区 6.3.6-评估 6.3.7-调用指南 父主题： 通用单模板工作流
egion内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用Region和专属Region，通用Region指面向公共租户提供通用云服务的Region；专属Region指只承载同一类业务或只面向特定租户提供业务服务的专用Region。
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“通用单模板工作流”创建应用，并框选参照字段，详情请见框选参照字段。 操作步骤 图1 框选识别区 在“应用开发>框选识别区”页面，通过单击左上方操作图标，调整模板图片到合适大小。
解决手工录入投入大、效率低、语种多等问题，提升业务效率。 一键式部署，快速输出高精度结构化数据。 工作流流程 在“文字识别控制台>自定义OCR”页面选择“通用单模板工作流”创建应用，详细操作请见6.2 新建应用。您可以创建单模板服务，通过模板配置文字识别模型，实现单模板图像的文字信息结构化提取。
通用表格识别是否支持导出为excel格式 通用表格识别支持将表格内容转换成可编辑的Excel格式，传入参数return_excel为true时，将返回的表格转换为Microsoft Excel对应的base64编码，可用Python函数 base64.b64decode解码后保存为
文字混淆时，可以使用自动参照字段来简化模板制作过程，否则建议手动框选，详细步骤请参见操作步骤。 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，并对上传的模板图片进行预处理，详情请见定义预处理。 操作步骤 图1 框选参照字段 在“应用开发>框选参照字段”页面
段。例如上传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；
求的机密性、完整性和请求者身份的正确性。有两种认证方式，分别如下。 初始化认证信息： ak = os.environ.get("HUAWEICLOUD_SDK_AK") sk = os.environ.get("HUAWEICLOUD_SDK_SK") 认证用的 ak 和sk 硬
和终端节点中查询所有服务的终端节点。 文字识别的终端节点如表1所示，请您根据业务需要选择对应区域的终端节点。 业务的服务器部署区域与OCR服务区域不一致，只要服务器可以访问公网，即可使用OCR服务。一般情况下，建议就近选择靠近您或者您的目标用户的区域，这样可以减少网络时延，提高访问速度。
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。
文字识别控制台 在文字识别控制台“总览”页面，选择对应产品的“终端节点”。不同区域OCR产品部署情况请参考终端节点。 图6 终端节点 选择产品类别，如：通用类、证件类、票据类等，然后选择需要使用的服务，执行开通操作。计费方式为按需付费。 图7 服务开通 图8 开通管理 若主账号授予某个IAM子账号所有权限（OCR
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
