Object 相关字段的置信度信息，取值范围0~1。 置信度越大，表示本次识别的对应字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于对应字段的准确率。 text_location Object 对应所有在原图上识别到的字段位置信息，包含所有文字区域四个顶点的二维坐标（x

confidence Object 相关字段的置信度信息，置信度越大，表示本次识别的对应字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于对应字段的准确率。 说明： 置信度中的相关字段均与返回值中的相关字段一一对应。 状态码： 400 表6 响应Body参数 参数

基础设施，函数以弹性、免运维、高可靠的方式运行。 OCR文字识别是一个提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。

身份证识别 功能介绍 识别身份证图片中的文字内容，并将识别的结果以json格式返回给用户。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 身份证信息核验请使用人证核身服务。 图1 身份证示例图 身份证识别支持中华人民共和国居民身份证识别。 如果图片中

新增 名片识别 VIN码识别 新增 智能分类识别 新增 车辆通行费发票识别 飞机行程单识别 定额发票识别 火车票识别 银行卡识别 营业执照识别 护照识别 道路运输证识别 网络图片识别 出租车发票识别 优化错误码章节。

定额发票识别 功能介绍 识别定额发票中的文字信息，并以json格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 定额发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 调试 您可以在API Explorer中调试该接口。

Recognition），就是将图片或扫描件中的文字识别成可编辑的文本。可代替人工录入，提升业务效率。支持身份证、驾驶证、行驶证、发票、中英文海关单据、通用表格、通用文字等场景文字识别。接下来，我们将利用入门视频指导用户如何使用华为文

 其中重要的一步就是单元格的匹配：根据单元格坐标和文字框坐标，把文字框坐标和单元格坐标进行对齐，然后就可以把对应文字框的识别内容填充到对应单元格的标记符序列中，从而得到最终的html文本。文字框的对齐主要基于三个规则：1、中心点规则，如果文字框的中心点在单元格框内，则把文字框相应的文字内容填充到

营业执照识别 功能介绍 识别营业执照首页图片中的文字信息，并以json格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 营业执照示例图 调试 您可以在API Explorer中调试该接口。 前提条件 在使用之前，需要您完

若入参“extract_type”为空列表或该字段缺失时，不进行提取，此字段为空。 contact_info Object 该字段表示提取的联系人信息，包括：姓名、联系电话、省市区以及详细地址。 若入参“extract_type”列表中无该字段，则此字段不存在。 image_size Object 该字段表示返回图片宽高信息。

飞机行程单识别 功能介绍 识别飞机行程单中的文字信息，并以json格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 飞机行程单示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 调试 您可以在API Explorer中调试该接口。

针对专业词汇，支持上传至热词表，增加专业词汇的识别准确率 针对专业词汇，支持上传至热词表，增加专业词汇的识别准确率 定制化服务 可定制特定垂直领域的语言层模型，识别更多专有词汇和行业术语，进一步提高识别准确率 可定制特定垂直领域的语言层模型，识别更多专有词汇和行业术语，进一步提高识别准确率 前沿技术

车辆通行费发票识别 功能介绍 识别车辆通行费发票中的关键文字信息，并以json格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 车辆通行费发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 调试 您可以在API

物流电子面单识别 功能介绍 识别用户上传的韵达电子面单图片中的文字内容，并将识别的结果以json格式返回给用户。 图1 电子面单示例图 前提条件 在使用之前，需要您完成服务申请和认证鉴权，具体操作流程请参见开通服务和认证鉴权章节。 用户首次使用需要先申请开通开通服务。服务只需要开

云脉推出表单识别解决方案，帮助广大用户快速完成表单电子化，提升办公效率。云脉表单识别优势：1.自定义表单模版，灵活处理各类业务表单票据，无需额外费用定制不同种类表单格式；2.文字识别率高，Microsoft YaHei、仿宋、楷体、黑体等印刷字体识别率可达98%以上，识别时间<2秒；3

身份证识别、驾驶证识别、行驶证识别、增值税发票识别、机动车销售发票识别、通用表格识别、通用文字识别、手写文字识别、车辆通行费发票识别、飞机行程单识别、定额发票识别、出租车发票识别、火车票识别、营业执照识别、银行卡识别、护照识别、道路运输证识别、智能分类识别、车牌识别、名片识别、VIN码识别、网络图片识别、发票验真、保险单识别

另一方面，一台计算机（比如天网）是瞎的……它只能看到数字。 想象一下由3张电子表格（红、绿、蓝）堆叠构成的电子图像，每张表格是一个数字矩阵。拍照的时候，相机测量到达每个像素的红光、绿光、蓝光的量。接着它在0-255的范围内评估每个像素，然后将其记录到电子表格中。 计算机看到电子表格

Object 相关字段的置信度信息，置信度越大，表示本次识别的对应字段的可靠性越高，在统计意义上，置信度越大，准确率越高。 置信度由算法给出，不直接等价于对应字段的准确率。 text_location Object 对应所有在原图上识别到的字段位置信息，包含所有文字区域四个顶点的二维坐标（x

在Word中，选中某段文字，连击两次“格式”工具栏中的斜体按钮，则____。 A、该段文字呈左斜体格式

2个汉字，3850个汉字类别。标注信息包括了 文字行的边界框 文字单字的边界框 是否遮挡，扭曲 是打印文字或者手写文字等  汉字字符的识别难度相比较英文字符要更大，字符的识

机动车销售发票识别 功能介绍 识别机动车销售发票图片中的文字内容，并将识别的结果以json格式返回给用户。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 机动车销售发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 调试 您可以在API

OCR处理流程融合了多种图像处理技术。主要是包括图像预处理表格提取有没有表格进一步处理文字定位其中可能会有文字矫正文字识别文字后处理等最后返回给客户的是结构化的json数据。所有涉及模型的模块均可能遭遇模型可信威胁，比如表格提取模块、文字定位模块、文字识别模块等。

通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，用于后续的进一步处理，节省大量的人工录入成本。 机动车销售发票识别 自动识别机动车销售发票图片内的文本内容，并返回结构化字段信息，用于

传统文本识别算法在传统OCR文字识别领域，是将文本行的字符识别看成一个多标签任务学习的过程，也就是多分类问题。中文领域字符识别类别大概有5800，包括常见汉字、标点符号、特殊字符等。英文领域字符识别类别大概有100多种，包括大小写英文、标点符号、特殊字符等。字符分类一般分为

PDF中的文字转换成可编辑的文字，也就是通常所说的文字识别，因为如果我们只提光学字符识别。我估计很多人不知道这是什么意思，所以大家通常把光学字符识别说成为文字识别。实际呢，一般包括检测和识别等多个过程。文字检测呢，是指，判断是否存在文字实例，并给出具体位置的过程。而文字识别是指把

通用类OCR 支持表格、文档、网络图片等任意格式图片上文字信息的自动化识别，自适应分析各种版面和表格，快速实现各种文档电子化 票据类OCR 支持增值税发票、机动车销售发票、医疗发票等各种发票和表单图片上有效信息的自动识别和结构化提取 解决方案架构 银行票据OCR识别方案架构 OCR识别的程序

各类证件识别 对各种格式的卡证图片，可制作模板实现关键字段的自动识别和提取 优势 支持格式范围广 可对每类证件定制独立模板，指定需要识别的关键区域，从而支持不同格式证件图片的自动识别和结构化提取 模板配置速度快 通过可视化界面操作，轻松指定识别区域，完成模板设计并调用服务接口 建议搭配使用

{query-string} 尽管请求URI包含在请求消息头中，但大多数语言或框架都要求您从请求消息中单独传递它，所以在此单独强调。 表1 URI中的参数说明 参数 说明 URI-scheme 表示用于传输请求的协议，当前所有API均采用HTTPS协议。 endpoint 指定承载REST服务端点的服务器

确保图片的base64编码是完整的，无遗漏字符。 检查图片质量，图片中文字是否清晰，肉眼可识别。 检查API的功能是否和图片对应 API的功能和使用的图片不匹配会报AIS.0104错误（The image is not supported）。例如，使用身份证识别接口，但传入的图片为表格。 帐密报错The

汉字类别。标注信息包括了文字行的边界框文字单字的边界框是否遮挡，扭曲是打印文字或者手写文字等。 OCR面临的挑战 • 汉字字符识别：汉字字符的识别难度相比较英文字符要更大，字符的识别过程可以近似为分类，引文字符的分类数远小于汉字单字的数量，所以分类的难度更高。除此之外