什么是文字识别-凯发k8国际娱乐官网入口
文字识别(optical character recognition,简称ocr)是指将图片、扫描件或pdf、ofd文档中的打印字符进行检测识别成可编辑的文本格式,以json格式返回识别结果。
ocr以开放api(application programming interface,应用程序编程接口)的方式提供给用户,用户使用python、java等编程语言调用ocr服务api将图片识别成文字,帮助用户自动采集关键数据,打造智能化业务系统,提升业务效率,api获取详情请参考《api参考》。
ocr还提供多种编程语言的sdk供您使用,sdk使用方法请参考《sdk参考》。
使用前必读
用户需要具备编程能力,熟悉java、python、ios、android、node.js编程语言。
ocr服务需要用户通过调用api接口,将图片或扫描件中的文字识别成可编辑的文本,然后返回json格式的识别结果,用户需要通过编码将识别结果对接到业务系统或保存为txt、excel等格式。
关于文字识别的相关声明请参见、。
文字识别服务等级协议请参见。
ocr能力
- 通用类 ocr
通用类ocr(general 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。
证件类ocr(card ocr),支持身份证、驾驶证、行驶证、护照等证件图片上有效信息的自动识别和关键字段结构化提取。
票据类ocr(receipt 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。
- 行业类 ocr
行业类ocr(domain ocr),支持物流面单、医疗化验单据等多种行业特定类型图片的结构化信息提取和识别,助力行业自动化效率提升。
- 定制模板 ocr
定制模板ocr(custom ocr),支持用户自定义识别模板,指定需要识别的关键字段,实现用户特定格式图片的自动识别和结构化提取。
意见反馈
文档内容是否对您有帮助?
如您有其它疑问,您也可以通过华为云社区问答频道来与我们联系探讨