图像识别服务支持基于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...公共请求参数：API接口中使用了公共请求头（Common Request Headers），该内容可以被所有的图像识别服务请求使用。详细说明请参见 公共请求参数。
使用图像识别节点，可调用云市场购买的API进行驾驶证、车牌、身份证等图像文字识别。节点配置 配置项 说明 节点名称 设置节点名称。支持中文汉字、英文字母、数字和下划线（_），长度不超过30个字符。选择能力 从下拉框中选择您需要使用的...
年龄分析 1次基础模型服务 识别图像中主体人脸（唯一）的年龄区间。如果图像中有多个人脸，则只会返回区域最大的主体人脸的结果。如果图像中没有检测到人脸，将返回错误提示。年龄区间包含：'0-2'、'3-9'、'10-19'、'20-29'、'30-39'、'40-...
本文介绍人脸人体（facebody）类目下的图像人脸融合模板查询QueryFaceImageTemplate的语法及示例。功能描述 图像人脸融合模板查询功能可以查询用户添加过的人脸模板图。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...
选择 速度优化 页签，单击 图像转换 开关后，可以通过在请求URL中添加图片处理参数，来实现不同的图像处理功能。例如，您可以在JavaScript中，通过编写URL处理方法，将图片转换为其他格式。function updateImageUrl(format){ let baseUrl=...
本文为您介绍电商、图库类网站和布料纺织等场景下的图像搜索。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。电商场景图片搜索 为了提升您的搜索体验，我们集成图片搜索功能至手机淘宝中，...
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、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 个人...
人脸相似度对比功能用于身份验证、身份核实、人脸识别等场景中，通过将采集的人脸图片与系统中存储的人物图片进行比较，返回相似度评分，以确认是否是同一人，该功能可以提高身份识别的准确性和便捷性。本文介绍如何使用人脸相似度对比功能...
如果需要对接 YUV 数据人脸识别功能，在调用本地预览开启接口 startPreview 之后，再调用 registerVideoSampleObserver 订阅采集前处理 YUV 数据（通常是对采集图像做人脸识别）。如果需要对接 YUV 数据人脸识别功能，在 ...
使用图像识别节点，可调用云市场购买的API进行烟雾火焰火灾、动物、植物花卉、花草树木鉴定等识别。节点配置 配置项 说明 节点名称 设置节点名称。支持中文汉字、英文字母、数字和下划线（_），长度不超过30个字符。选择能力 从下拉框中...
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高视觉智能开放平台公有云服务水平，自 2023年12月27日 起，视觉智能开放平台 人脸人体、图像识别、分割抠图、图像生产 的部分公测能力API将转正式商业化售卖。更多详情请参见下文...
支持的图片处理方式 说明 开启图像优化后，用户请求的URL携带一个或多个图像处理的相关参数，即可完成相应的图片处理，支持的参数请参见下表。图片处理功能 处理参数 说明 格式转换 format 转换图片格式。质量转换 quality 调整图片质量。...
本文介绍了接入人脸检索功能的操作流程和计费信息。初次接入 如果您初次接入人脸检索功能，想快速进行测试，请参照以下步骤进行操作：创建个体（person）。关于接口的说明，请参见 新建个体。说明 如果分组（group）不存在，创建个体的接口...
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...
可结构化识别户口常住人口登记卡页面及户主页的内容，有效识别户口本上的相关户籍证明信息。接口说明 本接口适用场景 阿里云户口本识别，是阿里云官方自研 OCR 文字识别产品，可用于识别户口本户主页的户主姓名、住址、户号等字段。也适用...
本接口图片示例（仅支持正面识别）本接口核心能力 分类 概述 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、任意背景等低质量图像识别。高精度识别 总体...
支持包括票号、出发站、到达站、开车时间、票价、座位类型、旅客信息、座位号、车次等字段结构化识别输出。2024.12.31更新后，支持电子火车票，增加返回以下新字段：电子客票号、购买方名称、购买方统一信用代码、标题、开票日期、备注。...
可快速精准的识别第二类医疗器械经营备案凭证所包含备案编号、企业名称、住所、经营场所、库房地址、经营方式、法定代表人、企业负责人、经营范围、许可期限、备案日期等关键字段信息。接口说明 本接口适用场景 阿里云第二类医疗器械经营...
可快速精准的识别食品生产许可证所包含经营者名称、社会信用代码、法定代表人姓名、地址、经营场所、经营项目、有效期、许可证编号等关键字段信息。接口说明 本接口适用场景 阿里云食品生产许可证识别，是阿里云官方自研 OCR 文字识别产品...
图像处理参数使用说明 在图像处理参数 parameters 中，主要包含两类参数：旋转参数、扩展参数。扩展参数按功能分为三类，它们之间相互独立、互不影响。参数类型 优先级 参数 旋转参数 先旋转，后扩展 angle 扩展参数 扩展优先级1：按宽高比...
支持包括出票日期、票据号码、出票人信息、收票人信息、承兑人信息、票据金额等关键字段结构化识别输出。接口说明 本接口适用场景 阿里云银行承兑汇票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别银行承兑汇票上的出票日期、到期...
url)#获取OCR识别的身份证内容#data=json.loads(output_result_dict["Data"])['data']['face']['data']#print(data)recognize_bank_card recognize_bank_card(image_path)方法描述 OCR银行卡识别 参数说明 image_path str 待识别图像路径，...
接口说明 本接口适用场景 阿里云航空行程单识别，是阿里云官方自研 OCR 文字识别产品，适用于识别航空行程单所包含的乘机人姓名、身份证号、电子客票号码、验证码、填开日期、销售单位代号、承运人、填开单位、票价、税费、燃油附加费等...
可快速精准的识别食品经营许可证所包含生产者名称、社会信用代码、法定代表人姓名、地址、生产场所、食品类别、有效期、许可证编号等关键字段信息。接口说明 本接口适用场景 阿里云食品经营许可证识别，是阿里云官方自研 OCR 文字识别产品...
产品优势 基于达摩院 AI 能力 阿里巴巴达摩院团队人工智能（Artificial Intelligence，简称 AI）实验室在语音识别、图像识别、视觉理解、语言理解等方面开展大量研究，并沉淀出 AI 相关的大量技术成果。智能双录质检产品基于达摩院 AI 技术...
能力介绍 目前阿里云视觉智能开放平台上线的商品理解能力包括：类别 能力 说明 商品理解 商品分类 识别图像中的商品分类，返回商品类目、置信度等信息。应用场景 商品理解应用场景如下：电子商务 可以为电子商务提供通过图像搜索商品等能力...
支持增值税专用发票、增值税普通发票、增值税电子发票识别，支持包括发票代码、发票号码、开票日期、发票金额、发票税额、检验码、购买方税号、销售方税号、发票详情等关键字段结构化识别输出。接口说明 本接口适用场景 阿里云增值税发票...
通过识别图像中的多个主体，搜索引擎可以更好地理解用户的搜索意图，并提供更精确的结果。向量检索版的主体识别：向量检索版的主体识别通过两个参数进行控制：crop：在图片搜索过程中是否需要对上传图片进行主体识别 主体识别方式（range）...
智能视觉生产已与操作审计服务集成，您可以在...SegmentBody 识别图像中人体轮廓。SegmentCloth 服饰图像像素级抠图。SegmentCommodity 商品分割。SegmentHair 识别图片中人物头像。SegmentHead 头像分割。SegmentImage 图像分割（抠图）。
本文介绍Paraformer实时语音识别Java SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 实时语音识别-Fun-ASR/Gummy/Paraformer。在线体验：仅paraformer-realtime-v2、paraformer-realtime-8k-v2和paraformer-realtime-v1...
支持包括发票代码、开票号码、开票日期、发票金额、增值税税额、合格证号、购买方名称、购买方身份证号/代码等关键字段结构化识别输出。接口说明 本接口适用场景 阿里云机动车销售发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别...
本文主要介绍图像识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
考虑到匹配的准确性与效率，我们一般推荐您使用基于自动匹配的模式，若您希望捕捉的控件或其所在的界面无法被该模式识别，您也可以通过CV图像录制的模式，来截取目标操作区域，RPA会通过图像识别的方式对其进行匹配。2.1.自动匹配模式/win...
本文介绍如何使用人脸检测功能，包括如何使用该功能来识别图像中的人脸及其相关的特征。功能简介 人脸检测功能基于图片AI技术，可以检测图片中的人脸以及人脸信息，如果图片中有多张人脸，系统会检测多张人脸以及人脸信息。人脸信息包括...
支持各类票据的发票代码、价税合计、合计金额、购买方识别号、开票日期等关键字段结构化识别输出。接口说明 本接口适用场景 阿里云混贴发票识别，是阿里云官方自研 OCR 文字识别产品，适用于获取多种发票集合在一个页面的场景，需要获取...
本文介绍文字识别（ocr）类目下的PDF识别RecognizePdf的语法及示例。功能描述 PDF识别能力可以对PDF上的文字进行结构化识别。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 ...
300～999千次 1.50元/千次 1000～2999千次 1.20元/千次 3000～4999千次 0.80元/千次 5000千次以上 0.60元/千次 计费案例 案例一：当调用量不足最小计价单位时，费用为：（使用量÷最小计价单位）×单价 例如，使用录音文件识别处理了30分钟...
概述 Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率进行录制，可选择paraformer-v1模型进行中英文语音识别，或选择...
本文介绍如何使用智能语音交互一句话识别的Java SDK，包括SDK的安装方法及SDK代码示例等。注意事项 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。从2.1.0版本开始，原有 nls-sdk-short-asr 更名为 nls-sdk-recognizer，升级时需...
LVM-图像人脸占比过滤（DLC）组件主要用于过滤人脸占比过大或过小的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的人脸占比，从而过滤人脸占比过大或过小的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 ...