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...
使用场景 您可以将本地发布端或订阅端的音频数据通过阿里云语音识别服务转换成文字，实现流程如下所示：阿里云RTC会将音频数据发送至音频识别SDK中。音频识别SDK将音频数据发送至音频识别服务进行实时语音处理并返回识别结果。音频识别SDK...
接口说明 本接口适用场景 阿里云身份证文字识别，是阿里云官方自研 OCR 文字识别产品，用于对中国大陆身份证（含临时身份证）正反面图片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...
使用场景 您可以将本地发布端或订阅端的音频数据通过阿里云语音识别服务转换成文字，实现流程如下所示：阿里云RTC会将音频数据发送至音频识别SDK中。音频识别SDK将音频数据发送至音频识别服务进行实时语音处理并返回识别结果。音频识别SDK...
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。...
若图片识别失败则不会进行计费。再次“添加图片”识别 若用户识别当前列表图片后，还想继续添加图片，可点击“添加图片”再次上传需要识别的图片；新增图片后，点击“开始识别”则识别“未识别”和“识别失败”的图片；若该图片识别成功则...
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...
阿里云视觉智能开放平台提供通用文字识别、证件识别、图片分割等离线SDK，可在无网络环境下离线使用，不同能力支持Android、iOS、Windows和macOS不同的使用终端。本文为您介绍阿里云视觉智能开放平台当前支持的离线SDK能力。说明 阿里云...
对文档信息进行结构化识别，并提供元素平铺和层级树两种视角的版面信息输出。能够将文档中的文字元素（单字、文字块、行等）和相应的版面格式（标题、段落、表格）抽离并按顺序输出。调试 您可以在OpenAPI Explorer中直接运行该接口，免去...
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，...
增强图片识别 开启增强图片识别功能，用于对图片中的敏感信息进行识别并定义敏感等级。继续选择 增强图片识别量 扩展额度。图片脱敏 开启图片脱敏功能，继续选择 图片脱敏数 扩展额度。说明 若仅需对图片进行脱敏，且无需识别图片中的敏感...
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 ...
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 ...
为OSS的存储空间（Bucket）绑定智能媒体管理项目后，通过OSS控制台或...绑定对应项目后，使用图片识别功能，可以检测图片标签和置信度。具体操作，请参见 图片识别。通过OSS控制台或SDK使用智能媒体管理的功能。具体操作，请参见 快速入门。
商品图片智能翻译包含文字识别、文本翻译、文字回填等能力。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 ...
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，...
2021-06-30 Android、iOS 车辆类识别SDK 通用文字识别SDK 在离线环境下，支持在Android或iOS设备端实现通用文字的离线识别，包体小，可达到秒级识别速度。2021-06-30 Android、iOS 通用文字识别SDK 2021年05月 类目名称 接口名称 功能描述 ...
接口说明 本接口适用场景 阿里云口算判题识别，是阿里云官方自研 OCR 文字识别产品，适用于整数的加减乘除四则运算、整数的混合运算、大小比较、最大数最小数等的场景。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...
CreateImageModerationTask ImageModeration 图片识别任务。CreateVideoModerationTask VideoModeration 视频识别任务。CreateMediaConvertTask MediaConvert 视频转码任务。CreateFileCompressionTask FileCompression 文件压缩任务。...
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...
审核类型 支持的业务场景（服务）计费单价 图片识别高级版（image_advanced）图片万物识别：generalRecognition 30元/万次 说明 调用1次左侧任一服务进行1次计费。根据实际调用量计费，如调用100次图片万物识别计费0.3元。说明 内容安全 ...
（可选）若希望在脱敏前对图片中的敏感信息进行识别并定义 敏感等级，则需要同时开启 增强图片识别，购买 增强图片识别量。选择 购买时长 后单击 立即购买，根据页面提示完成支付。完成购买后，若您首次登录 数据安全中心控制台，请根据...
本文介绍了调用图片同步检测接口识别结构化卡证OCR的方法。结构化卡证OCR能够识别证件类图像中的文字并以结构化的方式返回文字内容。使用该场景的前提是您知道要检测的图像包含哪种类型的证件。结构化卡证OCR目前支持识别以下卡证类型：...
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...
图片文本识别，将图片上的文字内容智能识别成为可编辑的文本。接口说明 请确保在使用该接口前，已充分了解智能媒体管理产品的收费方式和 价格。图片大小不超过 20M。图片最短边不小于 20px，最长边不超过 30,000px。图片的纵横比小于 1:2。...
获取任务信息 查询任务列表 图片数据处理 图片数据处理功能支持图片的自动识别、标签检测，格式转换，图片处理以及人脸识别技术，提供一站式的图片管理和应用需求。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...
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...
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，...
结构化卡证OCR能够识别证件类图片中的文字并以结构化的方式返回文字内容。使用该场景的前提是您知道要检测的图片包含哪种类型的证件。结构化卡证OCR目前支持识别以下卡证类型：营业执照、身份证（人像面和国徽面）、护照、银行卡、驾驶证...
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，...
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、...
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、...
通用票证抽取结合读光OCR和通义千问大模型的能力，针对OCR不支持的长尾票据，提供关键KV信息抽取，例如名称、地址、开票日期等关键字段结构化识别输出。接口说明 如何使用本接口 步骤 概述 1 开通 OCR 统一识别 服务。本接口在公测阶段，是...
可精准识别各类银行卡中的银行卡卡号和有效期，且支持横卡、竖卡及银行卡任意角度偏斜情况的识别与提取，支持中国内地大多数银行，以及各种位数、凸字卡面、平面卡面等的识别。接口说明 本接口适用场景 阿里云银行卡识别，是阿里云官方自研...
周期执行的任务是 增量 图片识别和脱敏。如需立即执行扫描识别，您可以选中 立即执行一次。图片脱敏配置 图片类型：选择图片类型。脱敏方式：选择图片脱敏方式。仅支持 遮盖。说明 图片脱敏支持的格式：PNG、JPG、JPEG、BMP、WEBP，单张...
审核类型 支持的业务场景（服务）计费单价 图片识别通用（image_standard）人脸属性检测：faceDetect 15元/万次 说明 调用1次左侧任一服务进行1次计费。根据实际调用量计费，如调用100次人脸属性检测计费0.15元。图片识别高级（image_...
智能媒体管理针对不同行业的业务场景封装整合完整的处理能力，提供文档的格式转换及预览，图片的内容识别、人脸检测、二维码检测、人脸搜索等功能，适合媒资管理、智能网盘、社交应用、图库图床等开发者使用。智能媒体管理可以结合对象存储...
接口说明 本接口适用场景 阿里云支付详情页识别，是阿里云官方自研 OCR 文字识别产品，适用于识别支付详情页所包含的收款方名称、合计金额、付款方式、商品说明、支付时间等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
接口说明 本接口适用场景 阿里云银行开户许可证识别，是阿里云官方自研 OCR 文字识别产品，适用于识别银行开户许可证所包含的账号、核准号、企业名称、法人姓名以及开户行等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...