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...
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 企业资质识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 食品...
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 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 精细版...
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 企事业名称、法人代表等文字信息准确率超过 95%，营业执照注册号等数字信息准确率超过 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通...
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 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 增值税...
dict["Data"])['content']#print(content)recognize_general recognize_general(image_path)方法描述 OCR通用文字识别 参数说明 image_path str 待识别图像路径，支持本地路径或url路径 返回值说明 OCR接口原始返回结果字典，具体解析方式...
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。查看数据库列表 查看人脸数据库列表。添加人脸样本 向...
功能描述 通用文字识别能力可以识别图像中文字内容和文字区域坐标，适用于多场景图像文字识别。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 立即试用 对该能力进行更直观...
功能描述 人体分割能力用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。本功能适用于真人图片，不适用于卡通图片。关于该接口功能的示例图如下：输入原图 输出结果图（默认为4通道透明图，和原图分辨率...
人物实例分割可以识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。重要 本文档仅适用于“中国大陆（北京）”地域，需使用“中国大陆（北京）”地域的 API Key。image-instance-segmentation 模型当前仅提供 免费体验，免费...
功能描述 天空分割能力可以识别输入图像中的天空区域，与背景进行分离，返回分割后的前景区域图。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 立即试用 对该能力进行更直观...
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 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 车辆...
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 97%。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 车辆...
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）。
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 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 机动车...
中国大陆（北京）模型类型 时间 模型规格 功能说明 图像编辑 2025-12-23 qwen-image-edit-plus-2025-12-15 通义千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图...
功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。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 立即试用 对该能力进行更直观试用以及在线...
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 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 混贴...
功能描述 二维码识别能力可以识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。说明 在同时检测多个Task的情况下，将按照Task的个数进行累计计费。您可以...
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 个人证照识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 出生...
MPImageGrayListener（废弃）/*获取识别图像的平均灰度值*正常范围大约在 50-140 之间，*当灰度值低于或高于正常范围时，通常意味着环境亮度过低或过高，可以提示用户打开或关闭手电筒*注意：该方法在识别过程中会不断被调用*@param gray ...
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。置信度对比 对低置信度文字进行标红处理，便于二次确认。如何使用本接口 步骤 概述 1 开通 通用文字识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别...
效果示例 输入图像 识别结果 识别多种语言 INTERNATIONAL MOTHER LANGUAGE DAY Привет!你好!Bonjour!Merhaba!Ciao!Hello!Ola!בר מולד Salam!识别倾斜图像 产品介绍 本品采用韩国进口纤维丝制造，不缩水、不变形、不发霉、不生...
可识别授权人体图像的15个关键点检测信息，包括鼻子，眼睛，脖子，左肩，右肩等。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK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联系我们。能力...
OCR统一识别是阿里云的全场景识别产品，通过单一接口自动解析多种票据与卡证。本文深度解析其功能优势、支持类型与API集成方法，助您构建高效的文档自动化处理流程。
支持从图像中自动检测并识别一个或多个主要目标，适用于智能监控、自动驾驶、图像检索等典型计算机视觉应用场景。服务名称 服务ID 服务描述 API调用QPS限制（含主账号与RAM子账号）主体识别 ops-object-detect-001 由阿里云 OpenSearch-AI ...
IVPD提供以下功能。IVPD提供以下功能 图像处理 ...输入图：识别出的风格标签：风格类型：视觉风格：中国风，语义风格：典雅 图像元素识别 识别输入图中所包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。
能力介绍 目前阿里云视觉智能开放平台上线的分割抠图能力包括：类别 能力 说明 人像分割 人体分割 识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人或多人、复杂背景、各类人体姿态等场景。头像...
视频文字识别标签OCR 识别视频图像中的文字，提取图像文本内容。视频语音识别标签ASR 分析视频中的语音信息，提取语音文本内容。视频标签 分析视频中节目、人物角色、物体、场景、地域等内容。图片标签 分析图片中的人物角色、地域、动作...
包括人物、事件、血腥暴恐等-语音广告识别 识别语音内容中的垃圾广告-语音违禁识别 识别语音中的违禁内容，包括违禁品、非法交易等-语音呻吟声识别 识别语音内容中的娇喘和呻吟声-文档审核1.0版 文档图像内容识别 识别doc、docx、ppt、pptx...
在线调试 SegmentBody 人像分割，识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人/多人、复杂背景、各类人体姿态等场景。在线调试 MakeSuperResolutionImage 图像清晰化/超分辨率，将小图放大四倍...
支持的标注任务 iTAG预置了标注模板，可支持以下类型的标注任务：图像类：图像分类、目标检测、图像OCR、表格识别、图像语义分割。文本类：文本分类、命名实体识别、实体关系识别。视频类：视频分类、视频打点、视频OCR。音频类：音频分类...
功能介绍 本节点是对万相人物实例分割 API 的封装，可以从用户上传图片中识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。相关接口说明请参照：人物实例分割、人物实例分割 前置依赖 您需要已 获取API Key 节点清单 人像分割...
识别输入图中所包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。介绍 名称：元素识别定位 Action:DetectImageElements 示意图：参数定义 输入字段：字段 类型 是否必须 描述 url string 是 图片地址 输出...
特色优势 能够准确识别出图像中的公众人物信息。接入指引 1.注册阿里云账号：打开 阿里云官网，在阿里云官网右上角，单击 立即注册，按照操作提示完成账号注册。2.开通能力：请确保您已开通 人脸人体服务，若未开通服务请 立即开通。开通...
功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。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...
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...
功能描述 通用分割能力可以识别输入图像中视觉中心的物体轮廓，将物体与背景进行分离，返回分割后的前景物体图（4通道）。关于该接口功能的示例图如下：输入原图 输出结果图 您可以传入ReturnForm参数指定返回结果形式：指定为 crop，对...
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，支持基于文档段落、文本语义、指定规则，对HTML、Markdown、TXT格式的结构化数据进行拆分，同时支持以富文本形式提取文档中的...
特点优势 多类型自动识别：自动识别出图像中的主体服饰，不需要额外指定服装位置，可返回指定类别mask。适用多服饰场景：适用于人台服饰、真人服饰、纯服饰、虚拟人服饰等精细化抠图场景。复杂全类目分割：适合多服饰商品以及复杂背景条件...