小程序使用指南
小程序主要功能 文档内容识别 从图片中提取文字或表格，对文档内容进行识别，支持翻译和导出Word/Excel等更多功能。文档格式转换 将文档格式进行转换，上传PDF、图片等文档后，将其转换为可编辑的Word/Excel，并保留原始文档的版式样式信息...
功能特性
功能集 功能 功能描述 参考文档 图片审核增强版 通用基线检测 支持对图片中色情、性感、涉政、暴恐、违禁、恶意内容（图片隐藏视频、播放器等）等偏红线类内容进行检测，包括图片中画面内容和图片中文字内容。图片审核增强版介绍 通用基线...
RecognizeBasic-电商图片文字识别
接口说明 本接口适用场景 阿里云电商图片文字识别，是阿里云官方自研 OCR 文字识别产品，支持电商商品宣传图片、社区贴吧图片、网络 UGC 图片识别，针对电商海量图片内容核查就场景进行特定优化，只输出文字块内容及坐标，极大提升识别效率...
RecognizeGeneral-通用文字识别
接口说明 本接口适用场景 阿里云通用文字识别，是阿里云官方自研 OCR 文字识别产品，适用于各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式智能识别文字并结构化输出识别结果。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
支持文件类型说明
车辆物流识别 行驶证识别 驾驶证识别 电子面单识别 车牌识别 车辆vin码识别 机动车注册登记证识别 车辆合格证识别 小语种识别 通用多语言识别 英语专项识别 日语识别 俄语识别 韩语识别 泰语识别 拉丁语识别 教育场景识别 口算判题 题目...
API概览
本产品（印刷文字识别/2021-07-07）的OpenAPI采用 RPC 签名风格，签名细节参见 签名机制说明。我们已经为开发者封装了常见编程语言的SDK，开发者可通过 下载SDK 直接调用本产品OpenAPI而无需关心技术细节。如果现有SDK不能满足使用需求，可...
新功能发布记录
API明细表 商品名称 商品功能 资源包抵扣 按量付费模式 通用文字识别 全文识别高精版 支持 支持 通用文字识别 支持 支持 表格识别 支持 支持 电商图片文字识别 支持 支持 通用手写体识别 支持 支持 文档结构化识别 支持 支持 个人证照识别 ...
自定义KV模板
参照字段：为图片中文字及位置固定不变的字段区域，用于相同版式待识别图片的自动矫正与锚定匹配。如联合分类器使用，也会对其产生影响。提示建议 如何框选参照字段？框选4个以上参照字段，并尽量分散在四角。保证框选的文字内容、位置固定...
OCR识别
建议您使用Java SDK图片OCR识别接口识别图片中的文字或卡证信息。更多信息，请参见 同步检测 和 图片OCR识别。如何配置内容安全自定义OCR模板？内容检测API的OCR卡证内容识别功能支持自定义OCR模板，帮助您提取自定义图片中的结构化文字...
OCR统一识别
零售/互联网/电商 为内容治理（海报/宣传页/商品详情页）、资质审核（商家入驻）、商机/品牌挖掘等场景，提供图片识别文字服务，支持电商图片、营业执照、房产证、银行开户许可证、表格、高精、通用等识别能力。联系我们 如果您有任何需求...
RecognizeEduOralCalculation-口算判题
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。相关能力 云市场口算判题。调试 您可以在Open...
RecognizeEnglish-英语作文识别
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
RecognizeEduPaperOcr-整页试卷识别
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
RecognizeEduQuestionOcr-题目识别
接口说明 本接口适用场景 阿里云题目识别，是阿里云官方自研 OCR 文字识别产品，适用于扫描、拍照 changing 的单题题目识别，适用于智能批改等场景的题目内容识别。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...
GetImageDiagnose-图片诊断
能够识别图片中的文字的语种。接口说明 注意 该接口已计划下线，不建议继续调用。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代码示例。调试 授权信息 当前API暂...
图片语种诊断调用指南
能够识别图片中的文字的语种。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代码示例。请求参数 名称 类型 是否必选 示例值 描述 Action String 是 ...
RecognizeHealthCode-防疫健康码识别
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
图片内容安全
normal（正常图片）、politics（文字含敏感内容）、porn（文字含涉黄内容）、abuse（文字含辱骂内容）、terrorism（文字含涉恐内容）、contraband（文字含违禁内容）、spam（文字含其他垃圾内容）、npx（牛皮癣广告）、qrcode（包含二维码...
同步检测
高精度版本适用于复杂的文档图片识别以及图片中有高密度文字的场景，能够返回单字信息。说明 通用图文OCR默认识别语种为中英文，如需识别其他语种（多民族语言：蒙古语、维语、藏语；多国语言：阿拉伯语、俄语、法语、西语、葡语，日语，...
自定义KV模板
参照字段：为图片中文字及位置固定不变的字段区域，用于相同版式待识别图片的自动矫正与锚定匹配。如联合分类器使用，也会对其产生影响。提示建议 如何框选参照字段？框选4个以上参照字段，并尽量分散在四角。保证框选的文字内容、位置固定...
GetImageTranslate-商品图片智能翻译
ocr 结果，true：需要，false：不需要 without_text 控制是否需要擦除图片中的文字，true：需要，false：不需要 have_psd 用于图片编辑器，psd 数据渲染编辑器 ignore_entity 是否忽略实体识别，true：忽略实体识别，false：不忽略 {"have_...
使用OTA控制台升级固件
该进度可以在控制台以及手机App中查看。ota/device/progress/${productKey}/${deviceName} 根据设备端开发文档和设备端与云端交互的流程图，开发待升级的设备固件。详细的OTA开发编程请参见 设备OTA编程。编译生成新的设备固件，并确认设备...
控制台操作指南
例如，图片中文字内容为“这里有一只小猫啊”，选择含有“一只”、“啊”字的词库用于忽略，则图片中文字风险检测时只对“这里有小猫”进行进一步风险检测。对图片中的文字进行 命中词配置。在 审核范围配置 上，选择需要调整的检测类型，...
商品图片智能翻译调用指南
商品图片智能翻译包含文字识别、文本翻译、文字回填等能力。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代码示例。请求参数 名称 类型 是否必选 示例值 描述 ...
内容识别
基于图片AI技术，识别图片中的场景、物体和事件等内容，实现图片的自动打标，可用于相册分类、图库分类检索等场景。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于...
RecognizeEduPaperStructed-精细版结构化切题
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
图片智能概述
图片智能的处理参数如下：图片智能 参数 说明 人脸检测 image/faces 检测图片中的人脸位置，分析人脸属性信息。人体检测 image/bodies 检测图片中的人体位置。车辆检测 image/cars 检测和分析图片中的车辆和车牌等信息。二维码识别 image/...
内容审核介绍
适用于图片中的文字垃圾信息的识别。文字广告内容识别 结合行为、内容，采用多维度、多模型、多检测手段，识别文本中的广告内容。适用于图片中的广告内容信息的识别。文字敏感内容识别 结合行为、内容，采用多维度、多模型、多检测手段，...
图片审核增强版介绍及计费说明
通用基线检测_出海版（baselineCheck_cb）针对出海场景，支持对图片中色情、性感、涉政、暴恐、违禁、旗帜、不良、谩骂、特定场景，包括图片中画面内容和图片中文字内容（支持中文、英语、法语、德语、印尼语、马来语、葡萄牙语、西班牙语...
OCR文字识别
OCR）可以将图片中的文字信息转换为可编辑文本，根据客户的业务场景和需求，将产品分为了通用文字识别、个人证照识别、票据凭证识别、教育场景识别、车辆物流识别、企业资质识别、小语种文字识别等，满足各种客户的图片识别需求。...
后续指引
二维码识别 二维码识别功能可以识别图片（包括照片、截图等多种图片）中多个有效二维码的位置及内容，输出图像中二维码的位置框和其包含的文本信息。媒体转码 媒体转码针对海量媒资提供了高效、智能、稳定的媒体处理服务。并结合对象存储...
同步检测
取值：normal：图片中未识别出文字信息。ocr：图片中包含文字信息。suggestion String review 建议用户执行的操作。取值：pass：无需关注返回结果。review：关注识别出的文字信息。rate Float 99.91 在OCR图文识别场景中，可以不用关注该...
图片审核增强版API
API功能介绍 图片审核 增强版 API用于识别图像中是否有违反网络内容传播相关规定、影响平台内容秩序、影响用户体验的内容或元素，支持 60+的内容风险标签和 100+的 风险管控项。通过内容安全的图片审核 增强版，您可以根据业务所处的行业...
RecognizeCovidTestReport-核酸检测报告识别
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
基于Topic消息路由的M2M设备间通信
本文以智能灯和手机App连接为例，基于物联网平台的Topic消息路由服务，构建一个M2M设备间通信架构。背景信息 智能灯控制流程如下图：操作步骤 在 物联网平台控制台，为智能灯设备创建产品和设备，定义功能等。具体操作，请参见 创建产品、...
静态手势识别
功能描述 静态手势识别能力可以识别图片中的手势动作等。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 立即试用 对该能力进行更直观试用以及在线购买。阿里云视觉智能开放...
Logo识别
功能描述 Logo识别能力可以对提交的图片进行检测，识别图片中包含的logo信息（主要是台标和商标）。输入限制 图像格式：PNG、JPG、JPEG、BMP、GIF、WEBP。图像大小：不超过10 MB。如您有大图需求，请通过钉钉群（23109592）联系我们。图像...
RecognizeTableOcr-表格识别
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。注：PDF 文件格式的表格解析请点击 表格智能...
人脸属性检测API
人脸属性检测能够识别图片中的人脸属性信息，包括人脸模糊度、人脸角度、人脸位置、微笑程度、是否戴眼镜、是否戴口罩、是否戴帽子、是否有胡子、是否有刘海、头发类型等。使用说明 业务接口：/green/face/detect，表示人脸属性同步检测。...
表情识别
功能描述 表情识别能力可以检测和识别图片中人脸的表情。表情种类为：neutral（中性）、happiness（高兴）、surprise（惊讶）、sadness（伤心）、anger（生气）、disgust（厌恶）、fear（害怕）、pouty（嘟嘴）、grimace（鬼脸）。关于该...
- 产品推荐
- 这些文档可能帮助您