BlackLevel、PixelBlackThreshold 支持 视频水印（明水印）在视频中添加可见的明水印（例如，企业Logo、电视台台标），突出品牌和版权，增加产品识别度。为视频添加不可见的盲水印用于版权追溯，详细说明请参见下文 数字水印（暗水印）说明...
GetImageDiagnose 图片诊断 能够识别图片中的文字的语种。GetTitleDiagnose 标题诊断 通过商品标题质量诊断服务，产出可视化的标题质量分，便于卖家对现有的商品标题质量有实际体感。GetTitleGenerate 标题优化 基于电商大数据，自动优化...
点播媒体处理智能擦除功能当前支持以下两种擦除类型：智能擦除类型 描述 字幕擦除 智能识别视频中的字幕，对字幕进行擦除处理并对画面进行智能填充，还原视频未添加字幕时的纯净画面，辅助视频内容的后期制作及字幕重生。图标擦除 通过系统...
视频场景分析 基于大量图像识别数据，用深度学习算法训练，可准确识别视频中的物体和内容，实现对视频全自动且准确的快速识别，提高检索效率精度和播放量，节省人力成本，并实现自动化的视频内容检索服务、个性化推荐、内容检索服务、审查...
公测结束时间 2024年1月19日 正式收费时间 2024年1月20日 功能介绍 功能 服务名称 说明 图片图标模糊 ImageDelogo 识别视频中的Logo图标位置，并对图标进行模糊处理，恢复视频未添加Logo的原始状态，辅助视频内容的后期制作及再生产。...
视频检测防欺诈：识别视频中的欺诈行为。图片信息识别：识别身份证号码、姓名、有效期等信息。用户回答检测：离线识别用户的回答内容。离线 AI 能力：支持在离线无网状态下对本地双录进行交互式检测，扩展展业场景。检测能力 本地双录 SDK ...
视频检测防欺诈：识别视频中的欺诈行为。端云协同检测：支持云端对视频进行事后检测，扩展检测场景。检测能力 本地上传视频检测能力 人脸采集 检测和采集视频中的所有人脸及人脸信息。支持采集 4 张人脸信息。从输入视频流到返回视频，SDK ...
hitLibInfo：如果视频中的文字命中了自定义文本库，则返回命中的文本库信息。具体结构描述，请参见 hitLibInfo。hintWordsInfo JSONArray 视频中含有广告或文字违规信息时，返回视频中广告文字命中的风险关键词信息。具体结构描述，请参见 ...
识别视频中的人物、文字、实体、场景和动作；分析理解视频用以智能生成视频标签、推荐封面、动图及视频摘要；支持将语音识别为文本等。视频AI功能特性 功能 描述 更多参考 智能审核 智能审核服务支持对点播视频资源的视频文件、封面图片及...
功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装Go依赖。关于安装Go依赖的具体操作，请参见 安装Go依赖。说明 请一定按照 安装Go依赖 页面...
功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装PHP依赖。关于安装PHP依赖的具体操作，请参见 安装PHP依赖。说明 请一定按照 安装PHP依赖 ...
功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装.NET依赖。关于安装.NET依赖的具体操作，请参见 安装.NET依赖。说明 请一定按照 安装.NET...
内容安全API通用图文OCR能够识别并返回图片中的文字内容。建议您使用Java SDK图片OCR识别接口识别图片中的文字或卡证信息。更多信息，请参见 同步检测 和 图片OCR识别。如何配置内容安全自定义OCR模板？内容检测API的OCR卡证内容识别功能...
功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 安装Python依赖。关于安装Python依赖的具体操作，请参见 安装Python依赖。说明 请一定按照 安装...
产品介绍 读光通用识别类OCR识别产品，可对各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式进行文本识别和还原。为了能够更好的还原文字信息和文档结构，读光文档识别在通用全文识别能力（文字定位、行分析、文字识别）的基础...
OCR：图文识别，从视频的图像⽂字中识别出标签。当 Types 设置为 AIMediaDNA 时，Config 支持配置 DNADBId，设置 DNA 指纹库 ID，用于指定视频 DNA 作业的指纹库。{"AIVideoTag":{"AnalyseTypes":"ASR"} } UserData string 否 自定义设置，...
阿里云文字识别（Optical Character Recognition，OCR）可以将图片中的文字信息转换为可编辑文本，根据客户的业务场景和需求，将产品分为了通用文字识别、个人证照识别、票据凭证识别、教育场景识别、车辆物流识别、企业资质识别、小语种...
接口说明 本接口适用场景 阿里云通用文字识别，是阿里云官方自研 OCR 文字识别产品，适用于各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式智能识别文字并结构化输出识别结果。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
具体支持的识别能力类型如下：场景 识别能力类型 通用文字识别（共8类）通用文字识别高精版 通用文字识别基础版 手写文字 电商图片文字 多语言文字 表格 二维码 条形码 个人证照识别（共13类）身份证 银行卡 社保卡 户口本首页 户口本常住...
接口说明 本接口适用场景 阿里云全文识别高精版，是阿里云官方自研 OCR 文字识别产品，智能识别图片所包含的全部字段，集表格识别、旋转识别、生僻字识别等多功能为一体，提供高性价比的多场景文字识别体验。阿里云 OCR 产品基于阿里巴巴...
文档小说图片文字识别 文档小说图片文字识别适用于处理网络上海量的用户原生UGC图片中的文字识别 社区贴吧图片文字识别 社区贴吧图片文字识别适 用于各类社区社交新闻媒体里用户发帖，贴吧，以及游戏实时交互图片等的识别。网络UGC图片文字...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场手写体识别。调试 您可以在...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场通用多语言识别。调试 您可以...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场电子面单识别。调试 您可以在...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场口算判题。调试 您可以在Open...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
通用图文OCR能够识别并返回图片中的文字内容。通用图文OCR识别分为普通版本和高精度版本。普通版本适用于识别影视画面、互联网图片等文字较少的场景。高精度版本适用于复杂的文档图片识别以及图片中有高密度文字的场景，能够返回单字信息。...
tableCellId 表格中单元格 id，和 prism_wordsInfo 信息中的 tableCellId 对应</br>word 单元格中的文字</br>xsc xStartCell 缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为 0</br>xec xEndCell 缩写，表示横轴方向...
tableCellId 表格中单元格 id，和 prism_wordsInfo 信息中的 tableCellId 对应</br>word 单元格中的文字</br>xsc xStartCell 缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为 0</br>xec xEndCell 缩写，表示横轴方向...
tableCellId 表格中单元格 id，和 prism_wordsInfo 信息中的 tableCellId 对应</br>word 单元格中的文字</br>xsc xStartCell 缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为 0</br>xec xEndCell 缩写，表示横轴方向...
tableCellId 表格中单元格 id，和 prism_wordsInfo 信息中的 tableCellId 对应</br>word 单元格中的文字</br>xsc xStartCell 缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为 0</br>xec xEndCell 缩写，表示横轴方向...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场扫描版试卷切题识别。调试 您...
tableCellId 表格中单元格 id，和 prism_wordsInfo 信息中的 tableCellId 对应</br>word 单元格中的文字</br>xsc xStartCell 缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为 0</br>xec xEndCell 缩写，表示横轴方向...
BubbleStyleId":"BS0001-000001","X":0.1,"Y":0.1,"BubbleWidth":0.8,"Content":"气泡字效果"}]}]} 通用参数字段说明 参数类别 参数字段及描述 文字在视频中的坐标 X：文字左上角距离输出视频左上角的横向距离。Y：文字左上角距离输出视频...
视频活体检测 检测输入视频中的人脸来自直接拍摄还是翻拍。红外人脸活体检测 可以检测红外图片中的人脸是否为来自认证设备端的近距离裸拍活体人脸对象，可广泛应用在红外设备人脸实时采集场景，满足红外人脸注册认证的真实性和安全性要求，...
通用图文OCR能够识别并返回图片中的文字内容。通用图文OCR识别分为普通版本和高精度版本。普通版本适用于识别影视画面、互联网图片等文字较少的场景。高精度版本适用于复杂的文档图片识别以及图片中有高密度文字的场景，能够返回单字信息。...
其他类目能力详细说明及使用方法，请参见：生成专区、人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割。参考案例 开发代码示例 为身份证识别系统...