警告 SenseVoice 服务即将下线：SenseVoice 录音文件识别服务即将下线，为避免影响业务，请尽快迁移至其他语音识别服务（录音文件识别-Paraformer/Fun-ASR、录音文件识别-通义千问）。本文介绍SenseVoice录音文件识别RESTful API的使用。...
立即免费体验 电商图片文字识别 读光OCR电商图片文字识别是专门针对电商商品宣传图片、社区贴吧图片、网络UGC图片等网络场景下图片字符快速精准识别的原子能力产品，在违规广告识别、信息审核管理和网络安全治理等场景下具有极大应用价值。...
阿里云文字识别（OCR）具备图片文字定位、文字识别到文字理解的全流程技术体系，可在图片角度偏移、文本位置偏移、印章重叠、水印干扰等复杂场景下有效识别文字信息。支持通用文字识别（涵盖手写体、电商图片、表格等）、个人/企业证照识别...
hitLibInfo：如果图片中的文字命中了自定义文本库，则返回命中的文本库信息。格式为数组，具体结构描述请参见 hitLibInfo。results JSONArray 返回结果。调用成功时，返回结果中包含一个或多个元素。每个元素是一个结构体，具体结构描述请...
图像识别技术是基于阿里云深度学习技术，可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为您提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告...
hitLibInfo：如果图片中的文字命中了自定义文本库，则返回命中的文本库信息。格式为数组，更多结构描述请参见 hitLibInfo。{"hitLibInfo":[{"context":"检测视频","libCode":"1234567","libName":"相似文本库a"}]} msg string 请求信息的...
图片审核帮助您检测图片中的风险或违规内容，具体包括以下场景：图片智能鉴黄、图片暴恐涉政、图文违规、图片二维码、图片不良场景、图片logo。使用说明 业务接口：/green/image/scan，表示图片同步检测。您可以调用该接口创建图片同步检测...
通常情况下阿里云文字识别提供的接口仅支持单张图片的识别，若需要对多种类型图片识别可参考如下产品：混贴发票识别，可支持一张图片上有多张混贴图的场景，系统可自动进行分区、分类与结构化识别。体验地址为 OCR读光体验中心。房产证支持...
文档小说图片文字识别 文档小说图片文字识别适用于处理网络上海量的用户原生UGC图片中的文字识别 社区贴吧图片文字识别 社区贴吧图片文字识别适 用于各类社区社交新闻媒体里用户发帖，贴吧，以及游戏实时交互图片等的识别。网络UGC图片文字...
图片审核帮助您检测图片中的风险或违规内容，具体包括以下场景：图片智能鉴黄、图片暴恐涉政、图文违规、图片二维码、图片不良场景、图片logo。（图片异步检测）使用说明 业务接口：/green/image/asyncscan，表示图片异步检测。您可以调用...
人脸识别是内容检测API提供的基于人脸图片检测技术的服务的统称，具体包括人脸属性检测、人脸比对、人脸检索功能，满足您与人脸图片检测相关的需求。本文介绍了人脸识别的功能特性和相关概念。功能特性 功能 说明 使用场景 API调用 人脸...
本文介绍查询阿里云文字识别OCR账单的操作步骤。操作步骤 登录 费用与成本 系统。在左侧导航栏，选择 账单 账单详情。在 统计项 中，选择 计费项，统计周期选择 天 选择你需要查询的 账单月份，产品名称 选择 文字识别，查看按账号，账单...
图片裁剪建议 根据指定裁剪比例获取图片的裁剪建议。更多信息，请参见 图片裁剪建议。图片质量评分 检测图片的综合质量分数。更多信息，请参见 图片质量评分。人脸检测 检测图片中的人脸。更多信息，请参见 人脸检测。人脸搜索 从媒体集中...
识别任务必须使用 已启用识别模板，根据识别任务使用情况，将 已启用识别模板 分为 主用识别模板、活跃识别模板 和 通用识别模板。添加自定义识别任务时，仅支持选择 主用识别模板（仅1个）和 活跃识别模板（最多2个），且最多只能选择两个...
功能描述 表情识别能力可以检测和识别图片中人脸的表情。表情种类为：neutral（中性）、happiness（高兴）、surprise（惊讶）、sadness（伤心）、anger（生气）、disgust（厌恶）、fear（害怕）、pouty（嘟嘴）、grimace（鬼脸）。关于该...
是 主体识别方式 不涉及 主体识别的方式：系统自动识别：由系统自动进行主体识别，以识别的主体进行搜索，主体识别结果可以在Response中获取。自定义主体区域：可自定义主体识别区域。格式为 x1,x2,y1,y2，其中 x1,y1 为左上角点，x2,y2 为...
在图片新增或图片搜索过程中可以选择是否进行主体识别：如果进行主体识别，则仅针对该图片下主体识别的结果进行新增和搜索。如果不进行主体识别，则会针对全图新增和搜索。重要 图像搜索产品默认开启主体识别功能。详情请参见图片入库 请求...
智能媒体管理（IMM）二维码检测功能能够识别图片（包括照片、截图等多种类型的图像）中多个有效二维码或条形码的位置及内容。您可以按照以下步骤将二维码检测从旧版（API版本为2017-09-06）迁移至新版（API版本为2020-09-30）。背景信息 ...
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...
本文介绍阿里云文字识别-教育场景识别系列相关产品的功能、特色优势及应用场景，并为您提供产品的API快捷入口。产品介绍 读光教育场景OCR识别产品能力，主要针对教育应用场景中对试题题目、数学公式、速算题目等信息的智能化识别需求，通过...
在识别时，推荐设置阈值大于等于85（您可以按实际应用场景判断设置阈值与否及相应阈值大小），大于85代表图片是人脸的概率越高，小于85代表图片是人脸的概率越低。GlassList Array of Float 100 眼镜等上半脸遮挡对识别的影响分数，分数越...
概念 RTC 智能纪要核心是一种语音转文本技术，可以将客户的语音识别成文字，并将识别结果存储在客户指定的对象存储中。场景 RTC 智能纪要可以完成但不限于以下几类场景：企业办公：OA、CRM等各类办公系统中集成RTC，可为企业提高会议、面试...
人脸识别 公众人脸识别 识别图片中的公众人脸信息。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...
单击训练完成的模型 操作 列的 图标，即可查看通过该模型提取的样本特征对样例数据识别的准确率。建议当准确率为100%时，再投入上线使用该模型。说明 如果模型训练的评估结果准确率达不到100%，则投入上线使用识别的数据可能会有较大误差。...
本文为您介绍AddImage接口的语法及示例，用于向图像搜索实例中添加图片信息。使用说明 本接口用于向图像搜索实例中添加图片信息。QPS限制 10W图片容量的实例默认的并发量为1，也就是每秒钟最多处理1个图片新增请求。其他图片容量的实例默认...
字幕来源：文字识别：通过OCR技术从视频中提取字幕文本。字幕文件：直接使用提供的字幕文件进行翻译。翻译语言：支持多种语言的翻译，用户可以选择源语言和目标语言。高级配置：包括是否在翻译后的视频中擦除原字幕、或设置输出目标字幕...
本文为您介绍SearchImageByPic的语法及示例，用于根据图片查询图像搜索实例中的图片信息。使用说明 本接口用于根据图片查询图像搜索实例中的图片信息。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）...
在识别时，推荐设置阈值大于等于85（您可以按实际应用场景判断设置阈值与否及相应阈值大小），大于85代表图片是人脸的概率越高，小于85代表图片是人脸的概率越低。GlassList Array of Float 100 眼镜等上半脸遮挡对识别的影响分数，分数越...
图片质量打分：支持人脸遮挡、光照、模糊度、姿态、噪声综合质量评分。平台服务稳定：提供在高并发，大流量下的毫秒级识别响应和保障。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...
条件（Condition）印刷文字识别（DocumentAutoml）未定义产品级别的条件关键字。如需查看适用于所有云产品的通用条件关键字，请参见 通用条件关键字。相关操作 您可以创建自定义权限策略，并将权限策略授予RAM用户、RAM用户组或RAM角色。...
ops-image-analyze-ocr-001 图片文本识别服务 图片内容解析 提供图片内容OCR识别服务，可基于OCR能力对图片文字进行识别，将文字信息提取出来，用于图片检索及问答等场景。ops-image-analyze-vlm-001 图片内容理解服务 图片内容解析 提供...
PicContent String 是 xxx 图片内容。图片大小要求不超过4 MB。图片格式：PNG、JPG、JPEG、BMP、GIF、WEBP、TIFF、PPM。传输等待时间不超过5秒。图片中不能包含旋转信息。说明 如使用SDK，则无需填写PicContent字段，SDK已将本字段封装为...
Region String 否 280,486,232,351 图片的主体区域，格式为 x1,x2,y1,y2,其中 x1,y1 是左上角的点，x2,y2 是右下角的点。说明 若用户设置了Region，则不论Crop参数为何值，都将以用户输入Region进行搜索。Start Integer 否 0 返回结果的...
本文主要介绍文字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 ...
ScanImage 图片内容安全 支持检测的场景包括：图片智能鉴黄、图片敏感内容识别、图片风险人物识别、图片垃圾广告识别、图片不良场景识别、图片Logo识别。图像识别（imagerecog）图像识别类目能力开通链接：立即开通 分类 能力接口名 能力...
您可以使用二维码识别功能检测图片中的二维码以及二维码的位置和内容，通常用于二维码读取、图片审核等场景。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于新版...
内容安全图片审核的鉴黄识别是无法区分是否属于医学场景的，建议您针对这类医学场景上传的图片通过检测对象对应的数据ID（dataId，用于图片同步检测接口 和图片人工审核接口）来区分，对图片审核结果进行二次人工审核。更多信息，请参见 ...
本章节介绍阿里云文字识别（OCR）的欠费说明。为了不影响您的正常使用，请务必保证账户余额充裕，避免因为停机给您造成的不便，谢谢配合！欠费处理 欠费停机 如您的账户因欠费扣款失败，则将触发停机，并发起停机通知；并且我们会在您的...
本章节介绍阿里云文字识别（OCR）的退费说明。阿里云读光OCR退费政策说明 1、后付费费用 后付费已发生的费用不予退款。2、预付费费用（资源包）如果资源包（除QPS叠加包外）未使用过：未使用过，是指资源包购买后未产生实际抵扣。新购5天内...
身份证识别 public String ocr_run_Bitmap(Bitmap bitmap,float[]roi,int rotation,boolean isFront)请求参数 参数 类型 说明 是否必须 bitmap Bitmap 需要识别的图片 是 roi float[]提示文字数据信息 是 rotation int 旋转角度 是 isFront...