檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
圖解文字識別
票據(jù)類 功能介紹 增值稅發(fā)票識別 通過對增值稅發(fā)票圖片預處理、表格提取、文字提取、文字識別、結(jié)構(gòu)化信息輸出等一系列技術(shù)化手段，快速將增值稅發(fā)票上的文字信息識別出來，用于后續(xù)的進一步處理，節(jié)省大量的人工錄入成本。 機動車銷售發(fā)票識別 自動識別機動車銷售發(fā)票圖片內(nèi)的文本內(nèi)容，并返回結(jié)構(gòu)化
導請參見OCR服務(wù)使用簡介章節(jié)。 圖1 護照示例圖 如果圖片中包含多張卡證票據(jù)，請調(diào)用智能分類識別服務(wù)。 約束與限制 支持中國大陸護照的全字段識別。 支持含有完整機讀碼的中國-港澳臺地區(qū)及外國護照識別。 只支持識別PNG、JPG、JPEG、BMP、TIFF格式圖片。 圖像各邊的像
道路運輸從業(yè)資格證識別 功能介紹 識別道路運輸從業(yè)資格證上的關(guān)鍵文字信息，并返回識別的結(jié)構(gòu)化結(jié)果。 圖1 道路運輸從業(yè)資格證示例圖 約束與限制 只支持識別PNG、JPG、JPEG、BMP、TIFF格式圖片。 圖像各邊的像素大小在15px到8192px之間。單個圖片對應(yīng)的Base64編碼不超過10MB。
保險單識別 功能介紹 識別保險單圖片上的文字信息，并將識別的結(jié)構(gòu)化結(jié)果返回給用戶。支持對多板式保險單的掃描圖片及手機照片進行結(jié)構(gòu)化信息提取。 約束與限制 只支持識別PNG、JPG、JPEG、BMP、TIFF格式圖片。 圖像各邊的像素在15px到8192px之間。單個圖片對應(yīng)的Base64編碼不超過10MB。
了圖片中的文字塊數(shù)目、文字塊排列順序、具體文本內(nèi)容、所在位置、置信度等信息。 result字段僅在API調(diào)用成功后返回。 words_block_count表示文字塊識別結(jié)果，本示例中，識別出2個文字塊，分別代表圖片中的2行文字。 words_block_list表示文字塊列表，按照圖片文字從上到下、從左到右排列。
增值稅發(fā)票識別 功能介紹 識別增值稅發(fā)票的類別，并以JSON格式返回識別的結(jié)構(gòu)化結(jié)果，支持識別圖片、PDF、OFD文件。該接口的使用限制請參見約束與限制，詳細使用指導請參見OCR服務(wù)使用簡介章節(jié)。 發(fā)票驗真API請參見發(fā)票驗真。 圖1 增值稅發(fā)票示例圖 圖2 區(qū)塊鏈發(fā)票示例圖 圖3 全電發(fā)票示例圖（專用發(fā)票）
文字塊的區(qū)域位置 文字塊的區(qū)域位置。 文字塊識別結(jié)果 文字塊識別結(jié)果。 圖片朝向 圖片朝向。 檢測到的文字塊數(shù)目 檢測到的文字塊數(shù)目。 身份證識別 識別身份證圖片中的文字內(nèi)容，并將識別的結(jié)果返回給用戶。 輸入?yún)?shù) 用戶配置身份證識別執(zhí)行動作，相關(guān)參數(shù)說明如表5所示。 表5 身份證識別輸入?yún)?shù)說明
1.2.8 文字識別計算機文字識別，俗稱光學字符識別（Optical Character Recognition），是利用光學掃描技術(shù)將票據(jù)、報刊、書籍、文稿及其他印刷品的文字轉(zhuǎn)化為圖像信息，再利用文字識別技術(shù)將圖像信息轉(zhuǎn)化為可以使用的計算機輸入技術(shù)。該技術(shù)可應(yīng)用于如表1-4所示
道路運輸證識別 功能介紹 識別道路運輸證首頁中的文字信息，并以JSON格式返回識別的結(jié)構(gòu)化結(jié)果。該接口的使用限制請參見約束與限制，詳細使用指導請參見OCR服務(wù)使用簡介章節(jié)。 圖1 道路運輸證示例圖 如果圖片中包含多張卡證票據(jù)，請調(diào)用智能分類識別服務(wù)。 約束與限制 只支持中國大陸道路運輸證的識別。
整的端到端OCR流程： （1）準備一張含有文字的原圖； （2）對原圖進行文字位置的檢測，檢測結(jié)果可能是水平矩形框，也可能是傾斜矩形框； （3）從原圖中把文字框?qū)?yīng)的圖片切下來，并旋轉(zhuǎn)正，得到水平的文字塊切片圖； （4）對每個文字塊切片圖依次進行字符識別，每個切片圖
OCR服務(wù)支持批量識別嗎 OCR服務(wù)只支持調(diào)用一次接口識別一張圖片，批量識別需要進行二次開發(fā)，編碼循環(huán)調(diào)用API，實現(xiàn)批量調(diào)用服務(wù)識別圖片。 父主題： API使用類
圖片區(qū)域，上傳本地的圖片作為測試圖片。 上傳圖片后，右側(cè)會顯示文字識別結(jié)果，包括“識別區(qū)”和對應(yīng)的“識別結(jié)果”。 上傳在線圖片 單擊“在線URL”，切換至“在線URL”頁簽。在“開始識別”左側(cè)輸出框中輸入待測試的圖片URL地址，或者拖拽測試圖片至虛線框內(nèi)上傳圖片區(qū)域，上傳在線圖片作為測試圖片。
內(nèi)容幾乎不可能?；?span id="ht5p9n5" class='cur'>圖像檢測能力，可對所有房間內(nèi)容實時監(jiān)控，識別可疑房間并進行預警。 2. 在線商城：智能審核商家/用戶上傳圖像，高效識別并預警不合規(guī)圖片，防止涉黃、涉暴、涉政敏感類圖像發(fā)布，降低人工審核成本和業(yè)務(wù)違規(guī)風險。 3. 網(wǎng)站論壇：不合規(guī)圖片的識別和處理是用戶原創(chuàng)內(nèi)容（
問：OCR服務(wù)識別結(jié)果可以轉(zhuǎn)化為Word或者TXT嗎？答：OCR提取之后返回的結(jié)果是JSON格式，需要用戶通過編程，將結(jié)果保存為Word或者TXT格式。
現(xiàn)了多種字體和手寫體文字識別機，其識別精度和機器性能都基本上能滿足要求。如用于信函分揀的手寫體數(shù)字識別機和印刷體英文數(shù)字識別機。70年代主要研究文字識別的基本理論和研制高性能的文字識別機，并著重于漢字識別的研究。
財務(wù)報表識別 功能介紹 識別用戶上傳的表格圖片中的文字內(nèi)容，并將識別的結(jié)果返回給用戶。 約束與限制 只支持識別PNG、JPG、JPEG、BMP、TIFF格式圖片。 圖像各邊的像素大小在15px到8192px之間。單個圖片對應(yīng)的Base64編碼不超過10MB。 圖像中識別區(qū)域有效占
requirements. 圖片尺寸不滿足要求。 請檢查圖片尺寸，各服務(wù)支持圖片尺寸請參考使用限制。 AIS.0104 The image is not supported or the image quality is poor. 非支持的圖片類型或圖片質(zhì)量差。 請檢查圖片類型與圖片質(zhì)量。 請檢查調(diào)用的接口是否正確。
上傳模板圖片后，需要對模板圖片進行預處理，去掉冗余部分，將圖片旋轉(zhuǎn)至水平，保證模型識別的準確性。 定義預處理 框選參照字段 在圖片模板中框選參照字段，用于矯正圖片的方向，進而在正確的方向上，識別圖片中的結(jié)構(gòu)化信息。 框選參照字段 框選識別區(qū) 在圖片模板中框選識別區(qū)，確定模板圖片中需要識別的文字位置。
OCR服務(wù)進行電子面單識別、網(wǎng)絡(luò)圖片識別并將結(jié)果存放在OBS桶內(nèi)。 3. 使用文字識別 OCR，提供電子面單識別和網(wǎng)絡(luò)圖片識別。用戶只需要將電子面單圖片或含有收/寄件信息的截圖上傳至OBS桶，即可自動識別提取收/寄件人的姓名、電話、地址，面單上的物流編碼、三段碼、條形碼等信息。 架構(gòu)描述 該解決方案會部署如下資源：
