支持中文手寫體、英文手寫體、數(shù)字手寫體等各種復雜場景的手寫文字識別。
接口說明
本接口適用場景
- 阿里云通用手寫體識別,是阿里云官方自研 OCR 文字識別產(chǎn)品,適用于獲取手寫體書面形式的文字場景,適用于各類手寫筆記、板書等。
- 阿里云 OCR 產(chǎn)品基于阿里巴巴達摩院強大的 AI 技術(shù)及海量數(shù)據(jù),歷經(jīng)多年沉淀打磨,具有服務(wù)穩(wěn)定、操作簡易、實時性高、能力全面等幾大優(yōu)勢。
- 本接口圖片示例
本接口核心能力
分類 | 概述 |
---|---|
多文字形式 | 支持中文手寫體、英文手寫體、數(shù)字手寫體。 |
圖像增強 | 默認支持圖像增強,包括圖像自動旋轉(zhuǎn)、畸變自動矯正、模糊圖片自動增強等能力。 |
多類型覆蓋 | 支持模糊、光照不均、透視畸變、任意背景等低質(zhì)量圖像識別。 |
高精度識別 | 總體識別準確率可達 98%。 |
如何使用本接口
步驟 | 概述 |
---|---|
1 | 開通 通用文字識別 服務(wù)。開通服務(wù)前后,您可以通過體驗館免費體驗本功能識別效果。 |
2 | 購買通用手寫體識別資源包。本 API 會贈送免費額度,可使用免費額度測試。 |
3 | 可以參照調(diào)試頁面提供的代碼示例完成 API 接入開發(fā)。接入完成后,調(diào)用 API 獲取識別結(jié)果。如果使用子賬號調(diào)用接口,需要阿里云賬號(主賬號)對 RAM 賬號進行授權(quán)。創(chuàng)建 RAM 用戶的具體操作,請參考:創(chuàng)建 RAM 用戶。文字識別服務(wù)提供一種系統(tǒng)授權(quán)策略,即 AliyunOCRFullAccess。具體授權(quán)操作,請參見在用戶頁面為 RAM 用戶授權(quán)。 |
重要提示
類型 | 概述 |
---|---|
圖片格式 |
|
圖片尺寸 |
|
圖片大小 |
|
其他提示 |
|
相關(guān)能力 |
調(diào)試
您可以在OpenAPI Explorer中直接運行該接口,免去您計算簽名的困擾。運行成功后,OpenAPI Explorer可以自動生成SDK代碼示例。
授權(quán)信息
下表是API對應(yīng)的授權(quán)信息,可以在RAM權(quán)限策略語句的Action
元素中使用,用來給RAM用戶或RAM角色授予調(diào)用此API的權(quán)限。具體說明如下:
- 操作:是指具體的權(quán)限點。
- 訪問級別:是指每個操作的訪問級別,取值為寫入(Write)、讀取(Read)或列出(List)。
- 資源類型:是指操作中支持授權(quán)的資源類型。具體說明如下:
- 對于必選的資源類型,用背景高亮的方式表示。
- 對于不支持資源級授權(quán)的操作,用
全部資源
表示。
- 條件關(guān)鍵字:是指云產(chǎn)品自身定義的條件關(guān)鍵字。
- 關(guān)聯(lián)操作:是指成功執(zhí)行操作所需要的其他權(quán)限。操作者必須同時具備關(guān)聯(lián)操作的權(quán)限,操作才能成功。
操作 | 訪問級別 | 資源類型 | 條件關(guān)鍵字 | 關(guān)聯(lián)操作 |
---|---|---|---|---|
ocr:RecognizeHandwriting | *全部資源 * |
| 無 |
請求參數(shù)
名稱 | 類型 | 必填 | 描述 | 示例值 |
---|---|---|---|---|
Url | string | 否 |
| https://img.alicdn.com/tfs/TB1Wo7eXAvoK1RjSZFDXXXY3pXa-2512-3509.jpg |
body | byte | 否 |
| 圖片二進制文件 |
OutputCharInfo | boolean | 否 |
| false |
NeedRotate | boolean | 否 |
| false |
OutputTable | boolean | 否 |
| false |
NeedSortPage | boolean | 否 |
| false |
Paragraph | boolean | 否 |
| false |
返回參數(shù)
返回參數(shù)說明
字段 | 類型 | 說明 |
---|---|---|
angle | int | 圖片的角度(當 NeedRotate=true 時,返回此字段)。0 表示正向,90 表示圖片朝右,180 朝下,270 朝左。 |
content | string | 識別出圖片的文字塊匯總。 |
prism_wordsInfo | list | 文字塊信息。 |
prism_paragraphsInfo | list | 段落信息(當 Paragraph=true 時,返回此字段)。 |
prism_tablesInfo | list | 表格信息(當 OutputTable=true 時,返回此字段)。 |
prism_wnum | int | 識別的文字塊的數(shù)量,prism_wordsInfo 數(shù)組的大小。 |
height | int | 算法矯正圖片后的高度。 |
width | int | 算法矯正圖片后的寬度。 |
orgHeight | int | 原圖的高度。 |
orgWidth | int | 原圖的寬度。 |
文字塊信息(prism_wordsInfo 字段。)
字段 | 類型 | 說明 |
---|---|---|
angle | int | 文字塊的角度。 |
height | int | 文字塊的高度(需考慮文字塊的角度) |
width | int | 文字塊的寬度(需考慮文字塊的角度) |
pos | list | 文字塊的外矩形四個點的坐標按順時針排列(左上、右上、右下、左下)。當 NeedRotate=true 時,如果最外層的 angle 不為 0,需要按照 angle 矯正圖片后,坐標才準確。 |
word | string | 文字塊的文字內(nèi)容。 |
tableId | int | 表格的 id(當 OutputTable=true 時,返回此字段)。 |
tableCellId | int | 表格中單元格的 id(當 OutputTable=true 時,返回此字段)。 |
charInfo | list | 單字信息。 |
單字信息(charInfo 字段。當 OutputCharInfo=true 時,返回此字段。)
字段 | 類型 | 說明 |
---|---|---|
word | string | 單字文字。 |
prob | int | 置信度。 |
x | int | 單字左上角橫坐標。 |
y | int | 單字左上角縱坐標。 |
w | int | 單字寬度。 |
h | int | 單字高度。 |
表格信息(prism_tablesInfo 字段。當 OutputTable=true 時,返回此字段。)
字段 | 類型 | 說明 |
---|---|---|
tableId | int | 表格 id,和 prism_wordsInfo 信息中的 tableId 對應(yīng)。 |
xCellSize | int | 表格中橫坐標單元格的數(shù)量。 |
yCellSize | int | 表格中縱坐標單元格的數(shù)量。 |
cellInfos | list | 單元格信息。 |
單元格信息(cellInfos 字段。)
字段 | 類型 | 說明 |
---|---|---|
tableCellId | int | 表格中單元格 id,和 prism_wordsInfo 信息中的 tableCellId 對應(yīng)。 |
word | string | 單元格中的文字。 |
xsc | int | xStartCell 縮寫,表示橫軸方向該單元格起始在第幾個單元格,第一個單元格值為 0。 |
xec | int | xEndCell 縮寫,表示橫軸方向該單元格結(jié)束在第幾個單元格,第一個單元格值為 0,如果 xsc 和 xec 都為 0 說明該文字在橫軸方向占據(jù)了一個單元格并且在第一個單元格內(nèi)。 |
ysc | int | yStartCell 縮寫,表示縱軸方向該單元格起始在第幾個單元格,第一個單元格值為 0。 |
yec | int | yEndCell 縮寫,表示縱軸方向該單元格結(jié)束在第幾個單元格,第一個單元格值為 0。 |
pos | list | 單元格位置,按照單元格四個角的坐標順時針排列,分別為左上 XY 坐標、右上 XY 坐標、右下 XY 坐標、左下 XY 坐標。 |
段落信息(prism_paragraphsInfo 字段。當 Paragraph=true 時,返回此字段。)
字段 | 類型 | 說明 |
---|---|---|
paragraphId | int | 段落 id,和 prism_wordsInfo 信息中的 paragraphId 對應(yīng)。 |
word | string | 段落文字。 |
示例
正常返回示例
JSON
格式
{
"RequestId": "43A29C77-405E-4CC0-BC55-EE694AD00655",
"Data": "{\"content\":\"煉句 提問方式 1.請賞析詩歌某一聯(lián)(句) 2.賞析某一聯(lián)(句)的妙處 3.請賞析詩歌某、角度抒胸意、借景抒情、托物\",\"height\":1277,\"orgHeight\":1277,\"orgWidth\":1080,\"prism_version\":\"1.0.9\",\"prism_wnum\":26,\"prism_wordsInfo\":[{\"angle\":-87,\"direction\":0,\"height\":83,\"pos\":[{\"x\":177,\"y\":56},{\"x\":260,\"y\":60},{\"x\":259,\"y\":88},{\"x\":176,\"y\":84}],\"prob\":96,\"width\":28,\"word\":\"煉句\",\"x\":203,\"y\":30}],\"width\":1080}",
"Code": "200",
"Message": "message"
}
錯誤碼
訪問錯誤中心查看更多錯誤碼。
變更歷史
變更時間 | 變更內(nèi)容概要 | 操作 |
---|---|---|
2024-01-23 | OpenAPI 入?yún)l(fā)生變更 | 查看變更詳情 |
2021-08-17 | OpenAPI 入?yún)l(fā)生變更 | 查看變更詳情 |