接口说明 本接口适用场景 阿里云电商图片文字识别，是阿里云官方自研 OCR 文字识别产品，支持电商商品宣传图片、社区贴吧图片、网络 UGC 图片识别，针对电商海量图片内容核查就场景进行特定优化，只输出文字块内容及坐标，极大提升识别效率...
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 ...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
content string 识别出图片的文字块汇总。prism_wordsInfo list 文字块信息。prism_tablesInfo list 表格信息（当 OutputTable=true 时，返回此字段）。prism_wnum int 识别的文字块的数量，prism_wordsInfo 数组的大小。height int 算法...
content string 识别出图片的文字块汇总。prism_wordsInfo list 文字块信息。prism_paragraphsInfo list 段落信息（当 Paragraph=true 时，返回此字段）。prism_tablesInfo list 表格信息（当 OutputTable=true 时，返回此字段）。prism_...
content string 识别出图片的文字块汇总。figure list 图片中的图案信息（当 OutputFigure=true 时，返回此字段）。prism_wordsInfo list 文字块信息。prism_tablesInfo list 表格信息（当 OutputTable=true 时，返回此字段）。prism_...
content string 识别出图片的文字块汇总，可能包含 latex 公式，需要自行解析还原。figure list 图片中的图案信息。当 ImageType=scan 才返回该字段。prism_wordsInfo list 文字块信息。prism_wnum int 识别的文字块的数量，prism_...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
content string 识别出图片的文字块汇总。prism_wordsInfo list 文字块信息。prism_tablesInfo list 表格信息（当 OutputTable=true 时，返回此字段）。prism_wnum int 识别的文字块的数量，prism_wordsInfo 数组的大小。height int 算法...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
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...
接口关键返回结果 该输出项以字典形式返回接口中的关键识别结果字典，字典中包含的键值说明如下 key key含义 value数据类型 content 识别出图片的文字块汇总 字符串 3.2.错误信息 该输出项以字符串的形式返回错误码与错误信息，详细说明请...
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。figure list 图片中的图案信息。prism_wordsInfo list 文字块信息。prism_wnum int 识别的文字块的数量，prism_wordsInfo 数组的大小。height int 算法矫正图片后的...
返回数据说明 angle 图片的角度，0 表示正向，90 表示图片朝右，180 朝下，270 朝左/br content 识别出图片的文字块汇总/br height 算法矫正图片后的高度/br width 算法矫正图片后的宽度/br orgHeight 原图的高度/br orgWidth 原图的宽度/...
返回数据说明 angle 图片的角度，0 表示正向，90 表示图片朝右，180 朝下，270 朝左/br content 识别出图片的文字块汇总/br height 算法矫正图片后的高度/br width 算法矫正图片后的宽度/br orgHeight 原图的高度/br orgWidth 原图的宽度/...
返回数据说明 angle 图片的角度，0 表示正向，90 表示图片朝右，180 朝下，270 朝左/br content 识别出图片的文字块汇总/br height 算法矫正图片后的高度/br width 算法矫正图片后的宽度/br orgHeight 原图的高度/br orgWidth 原图的宽度/...
返回数据说明 angle 图片的角度，0 表示正向，90 表示图片朝右，180 朝下，270 朝左/br content 识别出图片的文字块汇总/br height 算法矫正图片后的高度/br width 算法矫正图片后的宽度/br orgHeight 原图的高度/br orgWidth 原图的宽度/...
返回数据说明 angle 图片的角度，0 表示正向，90 表示图片朝右，180 朝下，270 朝左/br content 识别出图片的文字块汇总/br height 算法矫正图片后的高度/br width 算法矫正图片后的宽度/br orgHeight 原图的高度/br orgWidth 原图的宽度/...
url 集合 data 具体预测结果 angle 图片的角度，当 NeedRotate 为 true 时才会返回，0 表示正向，90 表示图片朝右，180 朝下，270 朝左 content 识别出图片的文字块汇总 height 算法矫正图片后的高度 width 算法矫正图片后的宽度 orgHeight...
接口说明 本接口适用场景 阿里云表格识别，是阿里云官方自研 OCR 文字识别产品，支持对多种表格格式（有线表格、条纹表格、无线表格）进行智能文字识别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 技术及海量数据，...
false UseNewStyleOutput boolean 否 是否返回新版格式输出，默认为 false false 支持的图片格式 PNG、JPG、JPEG、BMP、GIF、TIFF、WebP PDF 文件格式的文档结构化解析请点击 文档智能解析 快速了解 返回参数 名称 类型 描述 示例值 object...
识别能力强 依赖于特有的模糊处理和数据评估矫正，同类产品的相册调用其扫码组件 API 无法识别出的图片，mPaaS 扫一扫也能够识别出来。这张是同类产品的摄像头可以识别，但是其相册调用扫码组件 API 无法识别的图片。以下是同类产品完全不...
语音识别检测，可以直观的看到指定语音模型语音转文字的识别准确率，通过人工校验得到正确的文本标注结果，用来训练您的自定义模型；通过型对比可以看到每次优化后的准确率提升情况，从而让您十分高效的提升语音转文字的识别准确率。提升...
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...满足各种客户的图片识别需求。
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卡证内容识别功能支持自定义OCR模板，帮助您提取自定义图片中的结构化文字...
识别环节 点击“开始识别”识别已上传成功的图片【识别成功】若图片识别成功，则图片下方会展示绿勾，并进行计费。【识别失败】图片可能会由于类型不符、图片模糊不清、服务超时等原因，导致识别失败，点击缩略图上的“重新识别”可再次...
本文介绍了如何使用Go SDK图片OCR接口，识别图片中的文字 或卡证 信息。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...
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...
菜品识别 可以识别出图片中的菜品类别名称和热量。场景识别 场景识别 识别图像所处的场景环境，支持数十种常见场景，如天空、草地等。应用场景 图像识别应用场景如下：智能相册编辑与管理 可以根据智能标签将相册图片进行分类，例如将风景...
能够识别图片中的文字的语种。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求参数 名称 类型 是否必选 示例值 描述 Action String 是 ...
2021-12-30 Android、iOS 肢体关键点SDK 肢体动作计数SDK 通过摄像头拍摄人像动作视频，实时识别出人体关键点，并根据动作自动计数。已支持的健身动作有15种（跳绳、深蹲、开合跳、仰卧起坐、俯卧撑、平板支撑、臀桥等），还可支持定制健身...
本文介绍了如何使用Python SDK图片OCR接口，识别图片中的文字 或卡证 信息。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。...
功能描述 菜品识别能力可以识别出图片中的菜品类别名称和热量。说明 您可以进入 在线咨询 获取在线人工帮助。阿里云视觉智能开放平台视觉AI能力API接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群...
开启图片识别 重要 要实现图片识别功能，需在AI助手中 导入 支持图片处理 的模型，本文以使用阿里云百炼的Qwen-VL模型为例。更多模型，请参见 模型列表。进入 AppFlow-AI助手 页面。选择目标AI助手，在 AI助手详情 页的 集成 页签中，单击 ...
本文介绍了如何使用Java SDK图片OCR接口，识别图片中的文字 或卡证 信息。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Java依赖。关于...
13900001234 返回参数 名称 类型 描述 示例值 object 返回对象 Sensitives object 识别出的敏感数据信息。sensDatas 表示识别出的敏感数据规则列表，包括：hitCount：命中率，该数据命中规则的次数。ruleName：规则名称。{"sensDatas":[{...
path str 待识别图像路径，支持本地路径或url路径 output_char_info bool 是否输出单字识别结果 need_rotate bool 是否需要自动旋转功能 output_table bool 是否输出表格识别结果，包含单元格信息 need_sort_page bool 是否按顺序输出文字块 ...