定时脱敏任务 OSS图片脱敏任务支持按照每天、每月某天或每周某天的凌晨的00:00:00定时触发，对增量图片进行识别和脱敏，以保障更新的图片能及时被脱敏使用。脱敏图片的类型 DSC还支持脱敏OSS Bucket中包含车牌和人脸信息的图片，适用更多...
定时脱敏任务 OSS图片脱敏任务支持按照每天、每月某天或每周某天的凌晨的00:00:00定时触发，对增量图片进行识别和脱敏，以保障更新的图片能及时被脱敏使用。脱敏图片的类型 DSC还支持脱敏OSS Bucket中包含车牌和人脸信息的图片，适用更多...
文字识别服务支持基于URL发送HTTP/HTTPS请求。请求参数需要包含在URL中，请求及返回结果都使用 UTF-8 字符集编码。以下为一条未编码的URL请求示例：https://ocr.cn-shanghai.aliyuncs.com/?Action=RecognizeBankCard& 公共请求参数 ...
直播图片审核 可单击查看具体价格 扫描量（张/日，不包括每日免费的3,000张）鉴黄/涉政暴恐/不良场景/图片logo 算法确定部分（元/千张）鉴黄/涉政暴恐/不良场景/图片logo 算法待用户确认部分（元/千张）广告识别算法确定部分（元/千张）...
接口说明 本接口适用场景 阿里云电子面单识别，是阿里云官方自研 OCR 文字识别产品，适用于自动提取面单上的手机号进行拨打收件人号码或发短信，减少快递员拨号时间；可快速定位面单上的所需信息，提升快递转运效率。阿里云 OCR 产品基于...
图片内容解析 图片内容理解服务：基于多模态大模型对图片内容进行解析理解以及文字识别，解析后的文本可用于图片检索、问答场景。图片文本识别服务：OCR图片文本识别，识别后的文本可用于图片检索问答场景。文档切片 提供通用文本切片服务...
物联网边缘计算提供算法应用，供您为视频设备配置算法，处理视频数据。...底库服务 提供人脸识别算法的图片底库，可以上传、查看、修改、删除人脸图片。重要 人脸识别算法应用必须使用该服务。后续步骤 算法应用 算法服务
文档内容解析服务002：提供基于PaddleOCR-VL/MinerU2.5-vlm 模型的文档解析服务，支持pdf、图片等多种非结构化文档格式的解析，对复杂元素（表格、公式和图表等）的识别方面出色，且具备较快的推理速度。图片内容解析 图片内容理解服务：...
选定单元格、行或列 单元格是表格中存储数据或文字的基本单位，在表格中可以选定一个或多个单元格、行或列，选定的单元格、行或列会以反白显示。选定单元格 选定单元格可以分为选定一个单元格和多个单元格，而选定多个单元格又可分为选定...
图片社交分析场景 在图片社交、电商网站、图库等应用中，使用智能媒体管理提供的图片标准型项目，可以快速实现如下场景：图片内容审核 使用内容识别功能，有效识别图片中的低俗和违禁内容，例如色情、暴力恐怖、违法违规等，满足监管部门对...
接口说明 本接口适用场景 阿里云核酸检测报告识别，是阿里云官方自研 OCR 文字识别产品，适用于识别核酸检测报告上的姓名、证件号码、采样时间、检测结果等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，...
读光教育场景OCR识别产品能力，主要针对教育应用场景中对试题题目、数学公式、速算题目等信息的智能化识别需求，通过对通用OCR高精度识别能力的教育场景迭代优化，为用户提供数学试题图片中题目文本及数学公式的识别、速算题目文字的检测和...
阿里云文字识别承诺公共云服务不落盘，用户的原始图片和识别数据均不作保留，识别返回后立即释放。具体可参看阿里云服务协议。RAM账户怎么设置产品调用权限？需要确保RAM账号拥有 AliyunOCRFullAccess 权限，否则无法通过该账号调用服务。...
10 车牌识别 10 车辆vin码识别 10 机动车注册登记证识别 10 车辆合格证识别 10 小语种识别 通用多语言识别 20 英语专项识别 10 日语识别 10 俄语识别 10 韩语识别 10 泰语识别 10 拉丁语识别 10 医疗场景识别 核酸检测报告识别 20 教育场景...
RecognizeBasic 电商图片文字识别 针对电商商品宣传图片、社区贴吧图片、网络UGC图片等网络场景下图片字符快速精准识别。RecognizeGeneral 通用文字识别 适用于非结构化文字识别，支持返回文字内容和位置坐标信息。RecognizeTableOcr 表格...
商品名称 API功能 通用文件类型 特殊文件类型 通用文字识别 电商图片文字识别.png/.jpg/.jpeg/.jpe/.bmp/.gif/.tiff/.tif/.webp 说明 单张图片大小不超过10M,且图片最长边不超过8192像素，最短边不小于15像素。当长边超过1024像素时，长宽...
说明 单据票证信息抽取自定义模型至少需要20张训练数据，才能获得相对较好的识别抽取效果。提示建议：数据准备有什么具体要求？数据集可上传图片、文档、压缩包；文档，支持不超过20M且后缀为pdf的文件，仅支持单页pdf；图片，支持不超过10...
本接口图片示例 本接口核心能力 分类 概述 服务 自动切题，并识别其中所包含的文字内容和坐标位置。图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。多类型覆盖 支持模糊、光照不均、透视畸变、任意...
功能集 功能 功能描述 参考文档 图片检测识别 图片标签检测 图片标签检测可以识别图片中的场景、物体和事件等内容，实现图片的自动打标。目前支持的标签种类包含三十多个分类、数千个标签。图片标签检测介绍 图片标签检测 API 图片人脸检测...
预付费QPS 车牌识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 驾驶证识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 行驶证识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 通用文字识别 文字识别计费介绍 文字...
返回参数说明 字段 类型 说明 content string 识别出图片的文字块汇总，会包含 latex 公式，需要自行解析还原公式。height int 算法矫正图片后的高度。width int 算法矫正图片后的宽度。orgHeight int 原图的高度。orgWidth int 原图的宽度...
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。说明 通用图文OCR默认识别语种为中英文，如需识别其他语种（多民族语言：蒙古语、维语、藏语；多国语言：阿拉伯语、俄语、法语、西语、葡语，日语，...
说明 长文档信息抽取自定义模型至少需要50张训练数据，才能获得相对较好的识别抽取效果。提示建议：数据准备有什么具体要求？数据集可上传图片、文档、压缩包；文档，支持不超过20M且后缀为pdf的文件，建议单pdf文件不超过5页；图片，支持...
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...
参照字段：为图片中文字及位置固定不变的字段区域，用于相同版式待识别图片的自动矫正与锚定匹配。如联合分类器使用，也会对其产生影响。提示建议 如何框选参照字段？框选4个以上参照字段，并尽量分散在四角。保证框选的文字内容、位置固定...
阿里云内容安全图片审核 增强版 推出基于通义定制的图片审核大模型服务，能够全方位识别图片中的色情、性感、涉政、暴恐、违禁、宗教、引流广告、不良等违规内容，并支持返回大模型的原始结果。本文介绍如何使用图片审核大模型服务。说明 ...
说明 表格信息抽取自定义模型至少需要20张训练数据，才能获得相对较好的识别抽取效果。提示建议：数据准备有什么具体要求？数据集可上传图片、文档、压缩包；文档，支持不超过20M且后缀为pdf的文件，仅支持单页pdf；图片，支持不超过10M且...
人脸识别 公众人脸识别 识别图片中的公众人脸信息。明星识别 识别图像中的明星人物。人脸比对1:1 基于输入的两张图片，可检测两张图片中的人脸，并对两张图片中的最大人脸进行比较，判断是否是同一人。创建人脸数据库 创建人脸数据库。查看...
本文介绍调用通用图文OCR检测接口识别图片中文字的方法。一、功能介绍 通用图文OCR识别用于识别图片中的文字，返回识别的文字内容、文字位置。服务（Service）检测说明 服务名：通用图文OCR Service：generalOcr 支持识别语种为中文、英文...
概念 RTC 智能纪要核心是一种语音转文本技术，可以将客户的语音识别成文字，并将识别结果存储在客户指定的对象存储中。场景 RTC 智能纪要可以完成但不限于以下几类场景：企业办公：OA、CRM等各类办公系统中集成RTC，可为企业提高会议、面试...
支持多学科教辅试卷的结构化识别，将整页练习册、试卷或教辅中的题目进行自动切题，并识别出其中的文字内容和坐标位置。接口说明 本接口适用场景 阿里云精细版结构化切题，是阿里云官方自研 OCR 文字识别产品，适用于整页练习册、试卷或...
接口说明 本接口适用场景 阿里云 VIN 码识别，是阿里云官方自研 OCR 文字识别产品，适用于识别车辆上的 VIN 码，用于进行车辆质检检查、车辆登记的等场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，...
功能 说明 图片标签检测 识别图片中场景、物体、事件等信息，获取到标签的元数据信息。更多信息，请参见 图片标签检测。人脸检测 检测图片中的人脸以及人的年龄、性别、心情等，获取到人脸的元数据信息。更多信息，请参见 人脸检测。二维码...
图片向量化、2.OCR图片文字识别、3.OCR图片文字识别+图片向量化）三种模板。服务列表：选定预处理模板后，自动出现模板下的服务列表，展示该模板下所用到的模型种类。可选的模型有两个来源：内置模型：模型种类与数量较少，可免费调用。AI...
接口说明 本接口适用场景 阿里云出租车发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别出租车发票所包含的发票代码、发票号码、金额、里程等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经...
接口说明 本接口适用场景 阿里云车牌识别，是阿里云官方自研 OCR 文字识别产品，可有效识别车辆车牌信息，支持多车牌以及多类车型检测识别。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有服务稳定、...
图像识别技术是基于阿里云深度学习技术，可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为您提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告...
使用流程 重要 通过体验馆和SDK调用文字识别OCR服务时，文字识别OCR仅做图片识别并返回结果，不会存储图片和识别结果。免登录体验服务 如果您是新用户（未注册过阿里云账号、未开通文字识别OCR服务），建议先通过 阿里云文字识别体验馆 ...
接口说明 本接口适用场景 阿里云不动产权证识别，是阿里云官方自研 OCR 文字识别产品，适用于识别不动产权证和房产证上的关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有服务稳定、...
图片向量化、2.OCR图片文字识别、3.OCR图片文字识别+图片向量化）三种模板。服务列表：选定预处理模板后，自动出现模板下的服务列表，展示该模板下所用到的模型种类。可选的模型有两个来源：内置模型：模型种类与数量较少，可免费调用。AI...