支持國際主流幾大語系的自動(dòng)語言分類判定并返回對(duì)應(yīng)語言的文字信息。
接口說明
本接口適用場(chǎng)景
- 阿里云通用多語言證識(shí)別，是阿里云官方自研 OCR 文字識(shí)別產(chǎn)品，適用于國際化所需的各類圖文識(shí)別與信息翻譯場(chǎng)景。
- 阿里云 OCR 產(chǎn)品基于阿里巴巴達(dá)摩院強(qiáng)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(jiǎn)易、實(shí)時(shí)性高、能力全面等幾大優(yōu)勢(shì)。
- 本接口圖片示例
本接口核心能力
| 分類 | 概述 |
|---|---|
| 圖像增強(qiáng) | 默認(rèn)支持圖像增強(qiáng)，包括圖像自動(dòng)旋轉(zhuǎn)、畸變自動(dòng)矯正、模糊圖片自動(dòng)增強(qiáng)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(shí)別。 |
| 高精度識(shí)別 | 總體識(shí)別準(zhǔn)確率可達(dá) 98%。 |
如何使用本接口
| 步驟 | 概述 |
|---|---|
| 1 | 開通 通用文字識(shí)別 服務(wù)。開通服務(wù)前后，您可以通過體驗(yàn)館免費(fèi)體驗(yàn)本功能識(shí)別效果。 |
| 2 | 購買小語種識(shí)別資源包。本 API 會(huì)贈(zèng)送免費(fèi)額度，可使用免費(fèi)額度測(cè)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(shí)別結(jié)果。如果使用子賬號(hào)調(diào)用接口，需要阿里云賬號(hào)（主賬號(hào)）對(duì) RAM 賬號(hào)進(jìn)行授權(quán)。創(chuàng)建 RAM 用戶的具體操作，請(qǐng)參考：創(chuàng)建 RAM 用戶。文字識(shí)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(qǐng)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(yùn)行該接口，免去您計(jì)算簽名的困擾。運(yùn)行成功后，OpenAPI Explorer可以自動(dòng)生成SDK代碼示例。
授權(quán)信息
下表是API對(duì)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(diǎn)。
- 訪問級(jí)別：是指每個(gè)操作的訪問級(jí)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(duì)于必選的資源類型，用背景高亮的方式表示。
- 對(duì)于不支持資源級(jí)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(shí)具備關(guān)聯(lián)操作的權(quán)限，操作才能成功。
| 操作 | 訪問級(jí)別 | 資源類型 | 條件關(guān)鍵字 | 關(guān)聯(lián)操作 |
|---|---|---|---|---|
| ocr:RecognizeMultiLanguage | *全部資源 * |
| 無 |
請(qǐng)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(jìn)制文件 |
| Languages | array | 是 |
| |
| string | 是 |
| chn | |
| OutputCharInfo | boolean | 否 |
| false |
| NeedRotate | boolean | 否 |
| true |
| OutputTable | boolean | 否 |
| false |
| NeedSortPage | 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(dāng) NeedRotate=true 時(shí)，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(shí)別出圖片的文字塊匯總。 |
| prism_wordsInfo | list | 文字塊信息。 |
| prism_tablesInfo | list | 表格信息（當(dāng) OutputTable=true 時(shí)，返回此字段）。 |
| prism_wnum | int | 識(shí)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(gè)點(diǎn)的坐標(biāo)按順時(shí)針排列（左上、右上、右下、左下）。當(dāng) NeedRotate=true 時(shí)，如果最外層的 angle 不為 0，需要按照 angle 矯正圖片后，坐標(biāo)才準(zhǔn)確。 |
| word | string | 文字塊的文字內(nèi)容。 |
| tableId | int | 表格的 id（當(dāng) OutputTable=true 時(shí)，返回此字段）。 |
| tableCellId | int | 表格中單元格的 id（當(dāng) OutputTable=true 時(shí)，返回此字段）。 |
| charInfo | list | 單字信息。 |
單字信息（charInfo 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(biāo)。 |
| y | int | 單字左上角縱坐標(biāo)。 |
| w | int | 單字寬度。 |
| h | int | 單字高度。 |
表格信息（prism_tablesInfo 字段。當(dāng) OutputTable=true 時(shí)，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(duì)應(yīng)。 |
| xCellSize | int | 表格中橫坐標(biāo)單元格的數(shù)量。 |
| yCellSize | int | 表格中縱坐標(biāo)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(duì)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(gè)單元格，第一個(gè)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(gè)單元格，第一個(gè)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(gè)單元格并且在第一個(gè)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(gè)單元格，第一個(gè)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(gè)單元格，第一個(gè)單元格值為 0。 |
| pos | list | 單元格位置，按照單元格四個(gè)角的坐標(biāo)順時(shí)針排列，分別為左上 XY 坐標(biāo)、右上 XY 坐標(biāo)、右下 XY 坐標(biāo)、左下 XY 坐標(biāo)。 |
示例
正常返回示例
JSON格式
{
"RequestId": "43A29C77-405E-4CC0-BC55-EE694AD00655",
"Data": "{\"content\":\"PACKING Shipper/Export Invoice No & Date STM TECHNOLOGY INC. 20140730- ST44 \",\"height\":1753,\"orgHeight\":1753,\"orgWidth\":1240,\"prism_version\":\"1.0.9\",\"prism_wnum\":71,\"prism_wordsInfo\":[{\"angle\":0,\"direction\":0,\"height\":33,\"pos\":[{\"x\":348,\"y\":137},{\"x\":531,\"y\":135},{\"x\":532,\"y\":168},{\"x\":348,\"y\":170}],\"prob\":99,\"recClassify\":1,\"width\":184,\"word\":\"PACKING\",\"x\":348,\"y\":135}],\"width\":1240}",
"Code": "200",
"Message": "message"
}錯(cuò)誤碼
訪問錯(cuò)誤中心查看更多錯(cuò)誤碼。
變更歷史
| 變更時(shí)間 | 變更內(nèi)容概要 | 操作 |
|---|---|---|
| 2021-08-17 | OpenAPI 入?yún)l(fā)生變更 | 查看變更詳情 |