怎么识别图片中的文字字体？

图片文字识别 OCR-通用类

使用通用类OCR（General OCR），该产品支持表格识别、文档识别、网络图片识别、手写文字识别、智能分类识别、健康码识别、核酸检测记录识别等任意格式图片上文字信息的自动化识别，自适应分析各种版面和表格，快速实现各种文档电子化。

计费方式：按次计费，提供多种规格的预付费套餐包。

Demo体验

图转文字有哪些应用场景

图转文字-纸质文件电子化

图转文字-纸质文件电子化

将企业历史文件与报表电子化归档，识别文件与报表中的文字信息，建立电子化档案，有助快速检索


优势

  • - 识别精度高

  • 支持不同版面的自适应分析，对数值、符号等关键字段特殊优化，文字识别结果准确

  • - 表格识别支持完善

  • 支持不同大小、跨行跨列等复杂格式表格的文字块识别

建议搭配：对象存储服务 OBS
图转文字 - 快递单自动填写

图转文字 - 快递单自动填写

自动填写快递收寄件人信息，识别图片中联系人信息并自动填写快递单，减少人工输入


优势

  • - 联系人信息识别精准

  • 可以准确提取姓名、地址、电话等关键信息，并通过地址校验等方法提高文字识别精度


建议搭配：对象存储服务 OBS
图转文字 - 合同录入与审核

图转文字 - 合同录入与审核

合同处理效率提升，自动识别结构化信息与提取签名盖章区域，有助快速审核


优势

  • - 合同一体化识别

  • 自动识别合同文本，并检测签名和盖章区域，完成合同自动审核

建议搭配：存储对象服务 OBS

怎么识别图片中的文字字体

流程指导：对图像中的打印字符进行检测识别，通过调用API，识别图片中的文字，并返回JSON格式的识别结果。

注册华为云账号

注册华为云账号

账号实名认证

开通OCR服务

按需计费

套餐包计费

准备数据

数据要求

数据传入方式

调用API或SDK

在线测试

本地调用

获取识别结果

解读识别结果

识别结果后处理
下载用户指南

识别图片中的文字字体OCR产品列表

识别图片中的文字字体OCR产品列表

  • 通用表格识别

    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。

  • 通用文字识别

    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。

  • 网络图片识别

    识别网络图片中的文字内容，并以JSON格式返回识别的结构化结果。对于相同板式的图片，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API。

  • 智能分类识别

    检测定位图片上指定要识别的票证（票据、证件或其他文字载体），并以JSON格式返回识别的结构化结果。接口以列表形式返回图片上要识别票证的位置坐标、结构化识别的内容以及对应的类别。

  • 手写文字识别

    识别文档中的手写文字、印刷文字信息，并将识别的结构化结果以JSON格式返回给用户。

展开内容
收起内容

识别图片中的文字字体的常见问题解答

识别图片中的文字字体的常见问题解答

查看更多

查看更多

  • 如何选购合适的API

    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。

  • Token消息体中user name，domain name和project name分别指的是什么？

    user name指用户名称，domain name指用户所属的账号名称。如果使用账号获取token，账号的user name和domain name相同。如果使用IAM用户获取token（账号可以创建多个IAM用户），user name和domain name不相同，user name为实际的用户名称。project name指项目名称，如“cn-north-4”。获取方法参见获取用户名、用户ID、项目名称、项目ID。

  • 如何解读识别结果

    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。具体可见帮助文档。

  • 图转文字或在线招聘识别支持批量识别吗？

    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文字识别提供哪些版本的SDK

    目前OCR提供的SDK有Java、Python、Node.js、PHP、C++、Go、.NET版本。具体请参考文字识别服务《SDK参考》手册，该手册详细介绍了SDK支持的版本及使用方法。

    如果想用其他编程语言调用OCR API服务，可以使用Token鉴权方式，实现接口调用。具体请参考文字识别服务接口《API参考》手册，该手册详细介绍了如何调用API及各个API接口的详细参数信息。

  • 图片质量类报错处理办法

    问题现象

    调用文字识别API时，产生以下图片质量类报错。错误码AIS.0102：图片格式不支持。错误码AIS.0103：图片尺寸不满足要求。错误码AIS.0104：非支持的图片类型或图片质量差。

    解决方法

    请参考使用限制检查图片的格式、像素是否符合规范。请检查图片的base64编码是否完整。请检查图片质量，图片中文字是否清晰，肉眼可识别。请检查API功能是否和输入的图片匹配。

  • 使用OCR服务需要的权限

    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。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，是否会保存用户数据？
    1. 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. 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。
    3. 具体的声明请参考隐私政策声明和法律声明，可信资源请参见白皮书资源。关于文字识别的相关声明请参见文字识别服务声明。
  • 如何选择区域与可用区？

    我们用区域和可用区来描述数据中心的位置，您可以在特定的区域、可用区创建资源。当您通过API使用资源时，您必须指定其区域终端节点。有关区域和终端节点的更多信息，请参阅文字识别服务的地区和终端节点。

  • 使用OCR图转文字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。

识别图片中的文字字体相关精选推荐
查看更多 收起