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...
1.组件介绍 说明 必要前置组件：无 建议后置组件：条件分支（可通过分支条件判断OCR能力是否调用成功并设计后续对应流程）利用本组件可以使用OCR技术实现图片中各行业场景下的非结构化文字识别（示例）。2.输入项 说明 请参照可视化编辑器...
1.概述 为方便用户在RPA流程中结合AI技术识别图文证照，阿里云RPA在公共云环境下内置了 阿里云文字识别（OCR）的产品能力。用户完成服务开通与授权后，可以在RPA编辑器中以组件的形式直接调用相关能力。目前，RPA在公共云环境中已接入的OCR...
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。也适用于识别户口本常住人口页的出生日期、出生地、姓名、民族等信息的场景。阿里云 OCR 产品基于...
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...
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，...
当前正在调用的服务尚未开通，请登录文字识别控制台，单击服务管理与开通，检查并开通相应服务。诊断 400 unmatchedImageType The image type does not match the API operation.图像类型与API接口不匹配 诊断 400 ...
方法描述 文字识别 参数说明 image_path str 图片的路径 engine str 引擎 可选项：google:谷歌 aliyun:阿里云 paddle:飞桨 app_code str OCR文字识别appcode detail str 是否需要识别文字的详细信息 eliminate_spaces bool 是否去掉文字...
组件配置示例 在 AI引擎 中，选择“阿里云文字识别（OCR）”在 待识别图片文件路径中 中，填写您希望识别图片的文件路径（本例中以下图为例）高级选项保持默认值 4.2.示例执行结果 5.流程示例 5.1.搭建流程 利用 OCR全文高精识别 组件，...
RecognizeVideoCharacter 通用视频文字识别。RecognizeVietnamIdentityCard 越南OCR证件照识别。Renew 实例或者资源包等的续费操作。RetouchBody 身体美型。RetouchSkin 美肤。SearchBodyTrace 搜索相似Trace。SearchFace 人脸搜索接口。...
组件配置示例 在“AI引擎”中，选择“阿里云文字识别（OCR）”在“待识别图片文件路径”中，填写您希望识别图片的文件路径（本例中以下图为例）高级选项保持默认值 4.2.示例执行结果 5.流程示例 5.1.搭建流程 利用 OCR表格识别 组件，选取...
本文介绍文字识别（ocr）类目下的RecognizeVideoCharacter视频文字识别的语法及示例。服务说明 由于产品业务调整，视频文字识别服务于 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...
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、纳税人识别号、纳税人名称、合计金额、填票人、完税详单等关键信息的场景。阿里云 OCR 产品基于阿里巴巴...
文档智能是文字识别技术的进一步升级，除了文字识别，文档智能还综合运用自然语言处理、图像处理、电子文档解析、文档预训练模型等多种技术，实现对PDF/Word/Excel/图片等各类非结构化和半结构化文档的智能自动化处理。相较于文字识别只能...
能力 使用方式 实时视频分割 实时视频分割SDK 离线图片分割 离线图片分割SDK 实时无损分割 实时无损分割SDK 离线视频分割 离线视频分割SDK 证件识别 证件识别SDK 车辆类识别 车辆类识别SDK 通用文字识别 通用文字识别SDK 肢体关键点 肢体...
问题描述 在使用OCR识别营业执照时，可能会识别错误的名称、或者出现错别字、经营期限无法读取等异常情况。问题原因 目前OCR无法保证100%识别正确。解决方案 如果出现异常情况，请提供识别错误的内容，然后 提交工单 ...适用于 印刷文字识别
组件配置示例 在“AI引擎”中，选择“阿里云文字识别（OCR）”在“待识别图片文件路径”中，填写您希望识别图片的文件路径（本例中以下图为例）高级选项保持默认值 4.2.示例执行结果 5.流程示例 5.1.搭建流程 利用 OCR文档结构化识别 组件...
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、副页所包含的关键信息，支持正副页在同一张图片的场景进行自动分割与结构化识别。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
本文介绍文字识别（ocr）类目下的VIN码识别RecognizeVINCode的语法及示例。功能描述 VIN码识别能力可以识别车辆VIN码，输出车辆VIN码数值。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...
高精度模型效果 内置超大规模多模态预训练模型、多场景高精度文字识别模型，和统一的信息抽取模型，满足不同场景零代码建模的精度需求。高效模型生产效率 内置智能化预标注和方便易用的一站式标注套件极大提升标注效率，内置基础预训练模型...
文字识别服务支持基于URL发送HTTP/HTTPS请求。请求参数需要包含在URL中，请求及返回结果都使用 UTF-8 字符集编码。以下为一条未编码的URL请求示例：https://ocr.cn-shanghai.aliyuncs.com/?Action=RecognizeBankCard& 公共请求参数 ...
接口说明 本接口适用场景 阿里云火车票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别火车票上车次、座位号、旅客信息、座位类型、票价等关键信息的场景。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，历经多年沉淀...
本文介绍文字识别（ocr）类目下的银行卡识别RecognizeBankCard的语法及示例。功能描述 银行卡识别能力可以检测输入的主流银行卡图像，输出3个信息，包括：发卡行、银行卡号、有效日期。说明 您可以进入 在线咨询 获取在线人工帮助。当前...
文字识别 名片识别（RecognizeBusinessCard）、公章识别（RecognizeStamp）。视频分割 视频半身人像分割（SegmentHalfBody）、绿幕视频分割（SegmentGreenScreenVideo）。目标检测 车辆仪表盘识别（RecognizeVehicleDashboard）、车险图片...
接口说明 本接口适用场景 阿里云驾驶证识别，是阿里云官方自研 OCR 文字识别产品，适用于获取驾驶证上的姓名、证号、国籍、住址、准驾类型、初次领证日期、有效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...
文字识别服务提供一种系统授权策略，即 AliyunOCRFullAccess。具体授权操作，请参见 在用户页面为 RAM 用户授权。重要提示 类型 概述 图片格式 本接口支持：PNG、JPG、JPEG、BMP、GIF、TIFF、WebP。暂不支持 PDF 格式。图片尺寸 图片长宽...
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 ...
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高文字识别系列产品公有云服务水平，自2023年04月30日起，视觉智能开放平台文字识别系列服务将调整 文字识别按量付费、文字识别单类目预付费资源包 的收费价格，同时对部分OCR公测...
本文介绍文字识别（ocr）类目下的火车票识别RecognizeTrainTicket的语法及示例。功能描述 火车票识别能力可以对火车票进行结构化识别，输出乘车时间、始发站、目的站、座位席别、乘车人姓名、车次号、票价、车厢及座次号，共8个关键字段...
接口说明 本接口适用场景 阿里云第二类医疗器械经营备案凭证识别，是阿里云官方自研 OCR 文字识别产品。适用于识别第二类医疗器械经营备案凭证备案编号、企业名称、经营方式、法定代表人、经营范围等信息的场景。阿里云 OCR 产品基于阿里...
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。适用于识别食品生产许可证社会信用代码、发证机关、生产地址、签发日期等信息的场景。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...
2021-08-31 华东2（上海）IPC视频目标检测 2021年07月 类目名称 接口名称 功能描述 发布时间 发布地域 相关文档 文字识别 增值税发票卷票识别 支持对卷票上包括价税合计、发票代码、发票号码、合计税额、合计金额、密码区、开票日期、税率...
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、合计金额、收款人等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及...
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...
本文介绍文字识别（ocr）类目下的车牌识别RecognizeLicensePlate的语法及示例。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...
支持多学科教辅试卷的结构化识别，将整页练习册、试卷或教辅中的题目进行自动切题，并识别出其中的文字内容和坐标位置。接口说明 本接口适用场景 阿里云精细版结构化切题，是阿里云官方自研 OCR 文字识别产品，适用于整页练习册、试卷或...
手动框选：对于智能识别无法准确完成的情况，比如字幕与背景融合严重或存在非标准字体时，用户可以通过手动框选的方式精确地选定需要识别的字幕区域。字幕擦除 不擦除：保持原视频中的字幕不变，仅生成新的翻译后的字幕文件。智能识别：...
阿里云视觉智能开发平台目前支持人脸人体、文字识别、商品理解等10+类别的视觉AI技术，其中包括的上百种能力均可通过SDK方式调用。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）...
阿里云文字识别OCR 阿里云文字识别OCR/产品功能 文档版本：20230509 30 阿里云文字识别OCR 阿里云文字识别OCR/产品规格 文档版本：20230509 31 3.产品规格","name":"OCR基础能力产品白皮书V1.91，可对外.pdf","title":"电子面单识别 ii.混...
文字识别服务提供一种系统授权策略，即 AliyunOCRFullAccess。具体授权操作，请参见 在用户页面为 RAM 用户授权。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...