关于文字识别公有云商业化产品定价调价的公告
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高文字识别系列产品公有云服务水平，自2023年04月30日起，视觉智能开放平台文字识别系列服务将调整 文字识别按量付费、文字识别单类目预付费资源包 的收费价格，同时对部分OCR公测...
云市场常见问题
阿里云文字识别服务要求单张图片大小不超过10M,图片最长边不超过4096像素，最短边不小于15像素，当长边超过1024像素时，长宽比不超过1:10；若对响应时长有较高要求的客户，图片大小建议控制在1.5M以内。图片像素大小没有具体要求，单字大小...
产品简介
文字识别（Optical Character Recognition，OCR）基于蚂蚁集团内部深度学习技术，将图片上的文字内容，智能识别成为可编辑的文本。OCR 支持身份证、银行卡等卡证类、票据类及交通类场景识别，支持提供定制化服务，可以有效提升信息录入效率...
图片语种诊断调用指南
示例值 描述 Code Integer 200 状态码，正常请求返回200 Message String ok 错误的时候返回错误信息 RequestId String DC2DCCC9-C3DF-4F59-8D8E-78185729F16D 请求唯一串 Data Object 返回的结果 Language String zh 图片中的文字识别后的...
关于视觉智能开放平台部分公测能力停止服务的公告
文字识别 文档结构化还原识别（TrimDocument）、验证码识别（RecognizeVerificationcode）、外卖单识别（RecognizeTakeoutOrder）、护照MRZ码识别（RecognizePassportMRZ）、中国护照识别（RecognizeChinapassport）、门头照识别...
控制台操作指引
阿里云OCR提供8大类文字识别服务，您可根据所需开通对应服务。选定服务类型后，勾选服务协议，点击【立即开通】，即可一键完成开通。计费方式默认为按量计费的后付费模式，API按照产品的后付费价格进行计费。开通后即可调用该类服务所包含...
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...
内容审核介绍
图片垃圾广告识别 适用于图片中含有广告信息的识别，特别是针对于类似牛皮癣的文字广告有较好的识别效果。图片不良场景识别 适用于图片中涉及毒品、赌博、画中画等内容的识别。图片风险人物识别 适用于图片涉及敏感人物、明星的识别。文字...
访问域名
访问域名允许应用程序通过HTTP/HTTPS协议向特定的、与各类目能力关联的域名发送请求，从而实现对人脸人体识别、文字识别、图像识别等多种视觉AI能力的调用。其中，Region表示服务所在的地域，Endpoint表示视觉智能开放平台对外服务的访问...
RecognizeEduFormula-印刷体数学公式识别
接口说明 本接口适用场景 阿里云公式识别，是阿里云官方自研 OCR 文字识别产品，适用于题目录入、智能批改、作业批改等应用场景。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，历经多年沉淀打磨，具有服务稳定、操作简易、...
OCR全文高精识别
1.组件介绍 说明 必要前置组件：无 利用本组件可以使用OCR技术实现图片在多格式版面、复杂文档背景和光照环境下的精准识别（示例）。2.输入项 说明 请参照可视化编辑器内组件面板中各输入项的帮助信息 3.输出项 说明 请参照可视化编辑器内...
产品简介
阿里云视觉智能开放平台提供通用文字识别、证件识别、图片分割等离线SDK，可在无网络环境下离线使用，不同能力支持Android、iOS、Windows和macOS不同的使用终端。本文为您介绍阿里云视觉智能开放平台当前支持的离线SDK能力。说明 阿里云...
模型效果评测
说明 识别准确率：指使用指定的语言模型进行语音转文字识别出的”文本内容”，经过人工校验后，正确的文本内容所占的比例即为识别准确率，即：正确文本内容/全部文本内容*100%，所以准确率通常指的是一个语言模型在某次语音转文字任务中的...
模型效果评测
视频讲解 说明 识别准确率：指使用指定的语言模型进行语音转文字识别出的”文本内容”，经过人工校验后，正确的文本内容所占的比例即为识别准确率，即：正确文本内容/全部文本内容*100%，所以准确率通常指的是一个语言模型在某次语音转文字...
SDK总览
阿里云视觉智能开发平台目前支持人脸人体、文字识别、商品理解等10+类别的视觉AI技术，其中包括的上百种能力均可通过SDK方式调用。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）...
什么是文档智能
行业文档智能产品 贸易单证识别 针对报关、货代、金融风控等贸易业务涉及的单据流转场景，结合文字识别和自然语言处理技术，提供十余种单据的分类和识别，实现AI替代传统的单据信息手动录入。文档自学习产品 文档自学习 提供数据标注和训练...
银行卡识别
本文介绍文字识别（ocr）类目下的银行卡识别RecognizeBankCard的语法及示例。功能描述 银行卡识别能力可以检测输入的主流银行卡图像，输出3个信息，包括：发卡行、银行卡号、有效日期。说明 您可以进入 在线咨询 获取在线人工帮助。当前...
2022年
2022-04-30 华东2（上海）视频拆条 2022年3月 类目名称 能力名称 功能描述 发布时间 发布地域 相关文档 文字识别 视频文字识别 视频文字识别能力可以实现对输入视频的结构化处理，返回对应的文字内容、文字区域坐标及时间等信息。...
RecognizeEduOralCalculation-口算判题
接口说明 本接口适用场景 阿里云口算判题识别，是阿里云官方自研 OCR 文字识别产品，适用于整数的加减乘除四则运算、整数的混合运算、大小比较、最大数最小数等的场景。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...
通过OSS使用智能媒体管理
为OSS的存储空间（Bucket）绑定智能媒体管理项目后，通过OSS控制台或SDK可以使用智能媒体管理的功能，例如文档预览、人脸识别等。本文介绍通过OSS使用智能媒体管理的前提条件、注意事项和使用流程。重要 此文档已不再维护，建议您使用新版...
RecognizeHandwriting-通用手写体识别
接口说明 本接口适用场景 阿里云通用手写体识别，是阿里云官方自研 OCR 文字识别产品，适用于获取手写体书面形式的文字场景，适用于各类手写笔记、板书等。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，历经多年沉淀打磨，...
RecognizeMultiLanguage-通用多语言识别
接口说明 本接口适用场景 阿里云通用多语言证识别，是阿里云官方自研 OCR 文字识别产品，适用于国际化所需的各类图文识别与信息翻译场景。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，历经多年沉淀打磨，具有服务稳定、...
RecognizeAllText-OCR统一识别
默认：空）General 通用文字识别基础版 OutputStamp（默认：false）Commerce 电商图片文字 OutputStamp（默认：false）HandWriting 手写文字 OutputFigure（默认：false）OutputStamp（默认：false）OutputCoordinate（默认：空）...
2021年
2021-06-30 Android、iOS 车辆类识别SDK 通用文字识别SDK 在离线环境下，支持在Android或iOS设备端实现通用文字的离线识别，包体小，可达到秒级识别速度。2021-06-30 Android、iOS 通用文字识别SDK 2021年05月 类目名称 接口名称 功能描述 ...
车牌识别
本文介绍文字识别（ocr）类目下的车牌识别RecognizeLicensePlate的语法及示例。功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。说明 您可以...
RecognizeWaybill-电子面单识别
接口说明 本接口适用场景 阿里云电子面单识别，是阿里云官方自研 OCR 文字识别产品，适用于自动提取面单上的手机号进行拨打收件人号码或发短信，减少快递员拨号时间；可快速定位面单上的所需信息，提升快递转运效率。阿里云 OCR 产品基于...
驾驶证识别
本文介绍文字识别（ocr）类目下的驾驶证识别RecognizeDriverLicense的语法及示例。功能描述 驾驶证识别能力可以识别驾驶证首页和副页关键字段内容，包括：档案编号、姓名、有效期时长、性别、发证日期、驾驶证号、驾驶证准驾车型、有效期...
智能标签
返回OCR文字识别原始结果 单击 开关按钮，切换是否返回文字识别结果。开启后，标签任务可返回OCR文字识别原始结果。返回ASR语音识别原始结果 单击 开关按钮，切换是否返回语音识别结果。开启后，标签任务可返回ASR语音识别原始结果。单击...
行驶证识别
本文介绍文字识别（ocr）类目下的行驶证识别RecognizeDrivingLicense的语法及示例。功能描述 行驶证识别能力可以识别行驶证首页和副页关键字段内容，输出品牌型号、车辆类型、车牌号码、检验记录、核定载质量、核定载人数等21个关键字段...
能力开通
金融级人脸检测 ExecuteServerSideVerification 人脸核身服务端 GenRealPersonVerificationToken 核身认证移动端请求 GetRealPersonVerificationResult 核身认证移动端查询 文字识别（ocr）文字识别类目能力开通链接：立即开通 分类 能力...
RecognizeTaxiInvoice-出租车发票识别
接口说明 本接口适用场景 阿里云出租车发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别出租车发票所包含的发票代码、发票号码、金额、里程等关键信息的场景。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...
车辆物流识别
本章节介绍阿里云文字识别-车辆物流识别系列相关产品。产品介绍 提供与车辆、物流相关的各类证件、面单的结构化识别。支持行驶证、驾驶证、车牌VIN码、车牌、机动车注册登记证、车辆合格证、快递面单的智能识别，广泛应用于智慧停车、汽车...
身份证识别
本文介绍文字识别（ocr）类目下的身份证识别RecognizeIdentityCard的语法及示例。功能描述 身份证识别可以识别二代身份证关键字段内容，关键字段包括：姓名、性别、民族、身份证号、出生日期、地址信息、有效起始时间、签发机关，同时可...
集成视觉智能服务
RecognizeCharacter 多场景图片文字识别并返回坐标信息。GetAsyncJobResult 异步接口调用API接口后，返回的并不是真正的请求结果，您需要保存返回结果中的RequestId，然后调用GetAsyncJobResult来获取真正的请求结果。TrimDocument 对输入...
应用场景
支持图片、文字、字幕组件叠加，可实现在直播流中插入水印、LOGO、横幅文字、实时字幕等内容，实时打造精彩丰富的直播节目。说明 通用型导播台在添加视频源时会将所有加进来的视频源当作直播流进行处理，默认从视频源添加进导播台的那刻起...
RecognizeCarVinCode-车辆vin码识别
接口说明 本接口适用场景 阿里云 VIN 码识别，是阿里云官方自研 OCR 文字识别产品，适用于识别车辆上的 VIN 码，用于进行车辆质检检查、车辆登记的等场景。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，历经多年沉淀打磨，...
PDF识别
本文介绍文字识别（ocr）类目下的PDF识别RecognizePdf的语法及示例。功能描述 PDF识别能力可以对PDF上的文字进行结构化识别。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 ...
营业执照识别
本文介绍文字识别（ocr）类目下的营业执照识别RecognizeBusinessLicense的语法及示例。功能描述 营业执照识别能力可以识别营业执照关键字段内容，包括：公司地址、营业范围、注册资本、注册日期、公司法人、公司名称、统一社会信用代码、...
新手指南
其他类目能力详细说明及使用方法，请参见：生成专区、人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割。参考案例 开发代码示例 为身份证识别系统...
API概览
本产品（智能媒体管理/2020-09-30）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...其他 API 标题 API概述 DetectImageTexts 图片文本识别 图片文本识别，将图片上的文字内容智能识别成为可编辑的文本。
- 产品推荐
- 这些文档可能帮助您