接口支持印刷体文本及公式的OCR识别和坐标返回，此外，接口还可对题目中的配图位置进行检测并返回坐标位置。接口说明 本接口适用场景 阿里云整页试卷识别，是阿里云官方自研 OCR 文字识别产品，适用于对练习册、教辅、教材等内容进行整页...
本文介绍文字识别（ocr）类目下的通用文字识别RecognizeCharacter的语法及示例。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...
人脸属性检测能够识别图片中的人脸属性信息，包括人脸模糊度、人脸角度、人脸位置、微笑程度、是否戴眼镜、是否戴口罩、是否戴帽子、是否有胡子、是否有刘海、头发类型等。使用说明 业务接口：/green/face/detect，表示人脸属性同步检测。...
为持续优化您的产品体验，通义晓蜜CCAI-对话分析AIO将于 2025年08月14日 正式上线图片识别能力，支持图片文本识别、总结、推理。同时离线语音识别将从免费邀测阶段转为商业化收费运营，可通过调试窗口进行免费测试。调整过程不会影响的正常...
图像识别已与操作审计服务集成，您可以在操作审计中查询用户操作图像识别产生的管控事件。操作审计支持将管控事件投递到日志服务SLS的LogStore或对象存储OSS的存储空间中，满足实时审计、问题回溯分析等需求。操作审计记录了用户通过Open...
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...
可对国外身份证件进行结构化识别，目前支持越南、韩国、印度、孟加拉居民身份证，可识别字段包括姓名、出生日期、证件号码等。接口说明 本接口适用场景 阿里云国际身份证识别，是阿里云官方自研 OCR 文字识别产品，适用于出入境审查、国内...
本文介绍数据安全中心产品功能、敏感识别规则（识别模板）和文档的变更记录。产品功能更新记录 2025年04月 功能名称 变更类型 动态说明 发布时间 相关文档 售卖 迭代 新增售卖高级版，更新企业版售卖规格，已购企业版用户不受影响。2025.04...
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，...
方案2：使用通用票证混贴接口，混贴接口支持多图识别，但所需图片类型仅限阿里云OCR所覆盖的卡证类产品 子账号产生的调用在哪里查看账单？子账号所产生的费用均会归类为主账号名下，具体账单信息可登录阿里云费用中心查看 OCR服务剩余次数...
可以识别小学数学口算题目并给出题目判断结果。可支持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。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...
本文为您介绍如何在AI助手中配置并使用语音和图片的识别功能，帮助您更高效地处理音视觉内容。前提条件 已经创建AI助手并完成web页面集成。具体操作，请参见 创建AI助手。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...
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 ...
SnapshotConfig 支持 雪碧截图 设置后，对截取的一系列静态图片，会按照指定的排列规则拼成一张大图，这张大图即为雪碧图。格式为JPG。仅支持异步调用。通过一次请求雪碧图可获取多张图片的信息，实现大幅降低图片请求数量，提高客户端性能...
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 ...
接口说明 本接口适用场景 阿里云社保卡识别，是阿里云官方自研 OCR 文字识别产品，适用于识别社会保障卡中所包含的标题、姓名、社保卡号码、卡号、发卡日期等关键信息的场景。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，...
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...
本文介绍图像识别（imagerecog）类目下的菜品识别RecognizeFood的语法及示例。服务说明 由于产品业务调整，菜品识别服务于 即日起停止新用户开通调用，历史开通过该服务的老用户可继续调用，2026年04月20日后该服务将下架，不再支持新老...
支持对行驶证正页、副页关键字段的自动定位和识别，同时也支持对正副页在同一张图片的场景进行自动分割与结构化识别。接口说明 本接口适用场景 阿里云行驶证识别，是阿里云官方自研 OCR 文字识别产品，精准定位和识别行驶证正、副页所包含...
在互联网游戏行业中，图片打标识别是一种常见需求，例如对角色、装备、道具等图片打标，应用于游戏陪玩助手、内容安全审核、美术资产管理与检索等业务场景。在图片打标实现中，面临图片处理、识别模型微调等开发工作，包含对原始图片的泛化...
图片二进制文件 MultipleResult boolean 否 当一张图有多个子图时，是否要返回多个识别结果,默认不需要。true：返回所有子图识别结果；false：返回检测日期最新的一个结果。false 返回参数 名称 类型 描述 示例值 object Schema of ...
支持包括税务机关、纳税人识别号、纳税人名称、合计金额、填票人、完税详单等关键字段的结构化识别输出。接口说明 本接口适用场景 阿里云税收完税证明识别，是阿里云官方自研 OCR 文字识别产品，适用于识别非税收入证明所包含的税务机关、...
接口说明 本接口适用场景 阿里云试卷切题识别，是阿里云官方自研 OCR 文字识别产品，适用于识别整页练习册、试卷或教辅中的题目的场景，适用于教育材料内容的数字化生产与题库录入。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量...
DSC会全量扫描并识别已选择Bucket中的图片：如果不配置此参数，DSC对满足 脱敏条件 的图片，都会脱敏。如果配置此参数，DSC对符合 脱敏范围配置 且满足 脱敏条件 的图片，才会脱敏。选择Bucket下文件路径匹配方式，匹配对应的图片脱敏范围...
功能 模型规格 单次调用价格 语音识别 实时语音识别 限时免费 离线语音识别 0.33元/小时 图片识别 通义晓蜜-VLMax 0.01元/次调用 大模型分析 通义晓蜜-Plus 0.01元/次调用 通义晓蜜-Turbo 0.001元/次调用 常见问题 如何开通通义晓蜜-CCAI...
方式一：单击 上传图片 上传待识别的身份证照片发起调用。方式二：在下方图片地址输入框内输入图片URL地址后，单击输入框右侧的 图标发起调用。在下方查看调用结果。结果代码：展示当前接口调用结果的代码示例。示例代码：展示当前接口各类...
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...
OCR统一识别接口支持识别多种图片类型，包括通用文字、个人卡证、发票等。您只需要通过Type参数指定图片类型，无须更换接口。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。开通此 API 后会赠送免费额度，可使用免费额度...
二维码识别功能能够在各种图片中识别多个二维码或条形码，并输出其位置框和包含的文本信息。在输出结果时，系统会标注每个二维码或条形码的位置框，并显示其包含的文本信息。功能简介 二维码识别功能可以识别图片（包括照片、截图等多种...
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...
本文介绍图像识别（imagerecog）类目下的风格识别RecognizeImageStyle的语法及示例。功能描述 风格识别能力可以对输入图像的风格类型进行分析，识别可能的风格与语意标签。可以识别的风格包括：chinese（中国风）、watercolor（水彩）、...
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...
本文介绍图像识别（imagerecog）类目下的元素识别DetectImageElements的语法及示例。功能描述 元素识别能力用于识别输入图像中所包含的元素内容，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）。输入原图：输出结果图...
目标检测 车辆仪表盘识别（RecognizeVehicleDashboard）、车险图片分类（ClassifyVehicleInsurance）、车辆部件识别（RecognizeVehicleParts）、车辆损伤识别（RecognizeVehicleDamage）。其中，视频半身人像分割、绿幕视频分割2个公测API...
支持包括票据代码、交款人、票据号码、合计金额、收款单位等关键字段结构化识别输出。接口说明 本接口适用场景 阿里云非税收入发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别非税收入发票所包含的票据号码、标题、开票日期、...
图片识别功能基于图片AI技术，能够检测图片标签和置信度。重要 智能媒体管理（IMM）后续新增功能、优化均以新版为主，旧版将逐步下线。为了您有更好的使用体验，建议您使用新版的智能媒体管理（IMM）提供的 图片标签检测 功能。关于智能...
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...
可对美国、法国、英国、日本、韩国等世界多个主要国家和地区护照提供识别服务，支持字段包括国籍、护照号码、出生日期、姓名等。接口说明 本接口适用场景 阿里云国际护照识别，是阿里云官方自研 OCR 文字识别产品，适用于出入境审查、国内...
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...