RecognizeTrainInvoice-火车票识别
接口说明 本接口适用场景 阿里云火车票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别火车票上车次、座位号、旅客信息、座位类型、票价等关键信息的场景。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，历经多年沉淀...
第二类医疗器械经营备案凭证识别
第二类医疗器械经营备案凭证识别。接口说明 本接口适用场景 阿里云第二类医疗器械经营备案凭证识别，是阿里云官方自研 OCR 文字识别产品。适用于识别第二类医疗器械经营备案凭证备案编号、企业名称、经营方式、法定代表人、经营范围等信息...
疲劳检测SDK
识别图像中的人脸，检测识别驾驶员驾驶状态，进一步识别行为属性，可识别闭眼和打哈欠等疲劳行为，分析预警危险驾驶行为。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）加入阿里云...
智能视觉生产的审计事件
智能视觉生产已与操作审计服务集成，您可以在...SegmentBody 识别图像中人体轮廓。SegmentCloth 服饰图像像素级抠图。SegmentCommodity 商品分割。SegmentHair 识别图片中人物头像。SegmentHead 头像分割。SegmentImage 图像分割（抠图）。
RecognizeNonTaxInvoice-非税收入发票识别
接口说明 本接口适用场景 阿里云非税收入发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别非税收入发票所包含的票据号码、标题、开票日期、合计金额、收款人等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及...
商品理解介绍
商品理解技术是基于阿里云深度学习算法，结合图像或视频的商品检测、分析/比对技术，为您提供对商品类目、标签、属性的识别以及置信度信息等能力。可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性...
RecognizeBankAcceptance-银行承兑汇票识别
接口说明 本接口适用场景 阿里云银行承兑汇票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别银行承兑汇票上的出票日期、到期日期、票据状态、票据号码、出票人信息、售票人信息、承兑人信息等关键信息的场景。阿里云 OCR 产品基于...
RecognizeFoodManageLicense-食品经营许可证识别
接口说明 本接口适用场景 阿里云食品经营许可证识别，是阿里云官方自研 OCR 文字识别产品，适用于识别食品经营许可证上的经营者名称、法定代表人名称、社会信用代码等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及...
RecognizeFoodProduceLicense-食品生产许可证识别
食品生产许可证识别。接口说明 本接口适用场景 阿里云食品生产许可证识别，是阿里云官方自研 OCR 文字识别产品。适用于识别食品生产许可证社会信用代码、发证机关、生产地址、签发日期等信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大...
RecognizeEduPaperStructed-精细版结构化切题
精细版结构化识别。接口说明 本接口适用场景 阿里云精细版结构化切题，是阿里云官方自研 OCR 文字识别产品，适用于整页练习册、试卷或教辅种的题目场景。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，...
RecognizeBusinessLicense-营业执照识别
接口说明 本接口适用场景 阿里云营业执照识别，是阿里云官方自研 OCR 文字识别产品，适用于识别营业执照上的公司名称、地址、主体类型、法定代表人、注册资金、组成形式、成立日期等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大...
图像识别计费介绍
本文主要介绍图像识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
明星识别
功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。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...
RecognizeAirItinerary-航空行程单识别
接口说明 本接口适用场景 阿里云航空行程单识别，是阿里云官方自研 OCR 文字识别产品，适用于识别航空行程单所包含的乘机人姓名、身份证号、电子客票号码、验证码、填开日期、销售单位代号、承运人、填开单位、票价、税费、燃油附加费等...
RecognizeCovidTestReport-核酸检测报告识别
接口说明 本接口适用场景 阿里云核酸检测报告识别，是阿里云官方自研 OCR 文字识别产品，适用于识别核酸检测报告上的姓名、证件号码、采样时间、检测结果等关键信息的场景。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，...
RecognizeHousehold-户口本识别
户口本识别，支持户口本户主页和常住人口页识别。接口说明 本接口适用场景 阿里云户口本识别，是阿里云官方自研 OCR 文字识别产品，可用于识别户口本户主页的户主姓名、住址、户号等字段。也适用于识别户口本常住人口页的出生日期、出生地...
RecognizeInvoice-增值税发票识别
接口说明 本接口适用场景 阿里云增值税发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别增值税发票上所包含的价税合计、发票代码、发票号码等关键信息的场景。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...
二维码识别
功能描述 二维码识别能力可以识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。说明 在同时检测多个Task的情况下，将按照Task的个数进行累计计费。您可以...
RecognizeCarInvoice-机动车统一销售发票识别
接口说明 本接口适用场景 阿里云机动车销售发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别购车发票上的发票金额、购买方名称、车辆类型、厂牌型号、销售方名称等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
RecognizeVehicleRegistration-机动车注册登记证识别
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 车辆...
RecognizeVehicleCertification-车辆合格证识别
接口说明 本接口适用场景 阿里云车辆合格证识别，是阿里云官方自研 OCR 文字识别产品，适用于识别车辆合格证所包含的车辆型号、车辆识别代号、地盘型号、发动机型号等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及...
进阶指南
MPImageGrayListener（废弃）/*获取识别图像的平均灰度值*正常范围大约在 50-140 之间，*当灰度值低于或高于正常范围时，通常意味着环境亮度过低或过高，可以提示用户打开或关闭手电筒*注意：该方法在识别过程中会不断被调用*@param gray ...
多媒体分析概述
背景信息 多媒体分析支持的算法服务如下：基础模型服务：提供图像领域内开箱即用的算法服务能力，包括图像多标签、图像质量分评定、人脸属性分析（颜值、脸型、发型、发色等信息）、年龄分析、人像身材修改（瘦身/大码）、图像去水印等模型...
商品分类
功能描述 商品分类能力可以识别图像中的商品分类，返回商品类目、置信度等信息。目前已经支持服饰鞋包、3C数码、家居用品等超过六千种类目分类。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...
头发分割
功能描述 头发分割能力用于识别图像中的人物头像，然后对人物头像区域进行抠图解析，最后输出PNG格式的人物头发矩形透明图。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 ...
产品功能
IVPD提供以下功能。IVPD提供以下功能 图像处理 ...输入图：识别出的风格标签：风格类型：视觉风格：中国风，语义风格：典雅 图像元素识别 识别输入图中所包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。
基于AIACC加速器快速实现AIGC绘画
Canny是ControlNet中一个常见的模型，用于识别输入图像的边缘信息，从上传的图片中生成线稿，然后根据关键词生成与上传图片相似构图的画面。单击 Controlnet 右侧的 图标，选中 启用/Enable，Control Type 选择 Canny，在 单张图像/Single ...
SDWebUI使用方法与实践案例
以下示例是蒙版模糊值0、20、40、60的对比图 蒙版模式（Mask Mode）蒙版区域内容处理 填充：用于填充图像中需要修复的部分，以达到图像修复的目的，常用于删除图像中的不必要内容。（原图此处有一些树干）原图：用于使用原图像的内容来填充...
录制脚本
说明 为提高图像识别度，建议：截取屏幕图像时选择颜色对比鲜明的区域。OCR（Optical Character Recognition）识别时选择字迹清晰的文字。若识别图像失败，建议尝试自定义脚本步骤，也可联系 技术支持 处理。自定义 用于添加自定义的代码块...
人像素描风格化
功能描述 人像素描风格化能力可以对一张人物图像自动识别其头部区域，生成大头照下的素描画效果。返回结果的分辨率固定为512x512像素。关于该接口功能的示例图如下：输入原图 输出效果图 说明 您可以进入 在线咨询 获取在线人工帮助。当前...
功能特性
文本色情识别 识别文本中的色情和低俗内容 文本同步检测 文本涉政识别 识别文本内容中的涉政风险，包括人物、事件等-文本暴恐识别 识别文本中的暴恐内容-文本广告识别 识别文本内容中的垃圾广告-文本辱骂识别 识别文本中的辱骂内容-文本...
filter
1 0%~﹢∞contrast()图像的对比度。值为 0%表示图像会全黑；值为 100%表示图像不变。值可以超过 100%，意味着会运用更低的对比。1 0%~﹢∞brightness()将线性乘法器应用于图像，使其看起来或多或少地变得明亮。值为 0％表示将创建全黑图像...
分割抠图介绍
能力介绍 目前阿里云视觉智能开放平台上线的分割抠图能力包括：类别 能力 说明 人像分割 人体分割 识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人或多人、复杂背景、各类人体姿态等场景。头像...
API概览
在线调试 SegmentBody 人像分割，识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人/多人、复杂背景、各类人体姿态等场景。在线调试 MakeSuperResolutionImage 图像清晰化/超分辨率，将小图放大四倍...
云存储网关软件版公测
云存储网关软件版是一款可以安装在阿里云用户ECS上或者用户本地数据中心客户端的产品，提供类似ossfs的功能，使用云存储网关软件版可以将OSS桶挂载到客户端本地以POSIX文件接口进行访问，从而您可以像操作本地文件一样操作OSS里面的文件。...
公众人物识别
本文介绍人脸人体（facebody）类目下的公众人物识别RecognizePublicFace的语法及示例。功能描述 公众人物识别能力可以识别图片中的一个或多个公众人物信息。公众人物是指在一定范围内具有重要影响力、拥有一定的社会地位、被大众广泛关注、...
通用分割
功能描述 通用分割能力可以识别输入图像中视觉中心的物体轮廓，将物体与背景进行分离，返回分割后的前景物体图（4通道）。关于该接口功能的示例图如下：输入原图 输出结果图 您可以传入ReturnForm参数指定返回结果形式：指定为 crop，对...
SegmentBody人像分割
SegmentBody用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道），适用于单人、多人、复杂背景、各类人体姿态等场景。介绍 名称：人像分割 Action:SegmentBody 图片限制 图片格式：JPEG、JPG、PNG（不支持8位...
车牌识别
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...
商品分割
功能描述 商品分割能力用于识别输入图像中的商品轮廓，与背景进行分离，返回分割后的前景商品图（4通道）。功能适用于实景图，不适用于卡通图片。商品分割主要针对拍到全貌的商品进行分割。关于该接口功能的示例图如下：输入原图 输出结果...
- 产品推荐
- 这些文档可能帮助您