怎样从图片中提取文字
图片中提取文字指南
您是否有这些问题？
-
从图片中提取文字时，如何提高识别精度？
1、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。
2、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。
3、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 5:1 内（具体请以各个服务API文档为准）。
-
从图片中提取文字时，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。
关于如何压缩图片，请参考代码。
-
提取时如何获取图片base64编码？
1、将需转码的图片拖拽至Chrome浏览器中，浏览器上显示该图片。
2、按下“F12”，在弹出窗口中选择“Sources”，在左侧导航树中选择需要编码的图片所在路径，单击“{ } Pretty print”按钮。
3、图片的base64编码显示在右侧界面中，如下图箭头中内容，选中图片的base64编码信息，Ctrl+A全选base64编码，Ctrl+C复制，注意不可使用鼠标右键方式进行复制，以免拷贝不全。
-
从图片中提取文字时，OCR服务支持批量识别吗？
OCR服务只支持调用一次接口识别一张图片，批量识别需要进行二次开发，编码循环调用API，实现批量调用服务识别图片。
-
OCR服务识别结果可以转化为Word、TXT、pdf吗？
OCR提取之后返回的结果是JSON格式，需要用户通过编程，将结果保存为Word、TXT、pdf格式。
-
使用图片提取文字服务需要的权限有哪些？
1、使用OCR服务时，如果您需要使用华为云对象存储服务（OBS）中的数据，请开通对象存储服务OBS授权，可在控制台进行开通。
2、OCR服务支持IAM细粒度划分策略。可以为子用户设置OCR服务的使用权限。
-
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。
同时，您也可以不使用华为云存储，使用公网http/https url传入图片。
-
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》。
-
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.xlsx文件。
-
使用文字识别 OCR 服务，是否会保存用户数据？
1、文字识别 OCR 服务坚持“华为云始终把可信作为产品质量的第一要素”的理念，我们基于安全、合规、隐私、韧性、透明，为您提供有技术、有未来、值得信赖的云服务。
2、文字识别 OCR 服务承诺用户识别的图片与识别结果全部不作任何形式留存，识别返回后立即释放。
