扫描图片识别文字

图片扫描文字识别

文字识别OCR提供在线文字识别服务,将图片、扫描件或PDF、OFD文档中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。


为什么选择华为云文字识别服务

识别精度高:采用先进的自研深度学习算法,结合亿万级海量标注数据样本训练。

稳定服务:成功应用于各类场景,基于华为等企业客户的长期实践,经受过复杂场景考验。

支持复杂场景:证件支持复杂背景、扭曲、倾斜等场景;表单支持盖章、错行等场景。

简单易用:提供符合RESTful规范的API访问接口,兼容性强,使用方便。

文字识别的常见问题

文字识别的常见问题

活动规则

活动对象:华为云电销客户及渠道伙伴客户可参与消费满送活动,其他客户参与前请咨询客户经理

活动时间: 2020年8月12日-2020年9月11日

  • 文字识别如何选购合适的API?

    文字识别服务(OCR)提供四种类型的API:通用类、证件类、票据类、智能分类。其中票据类有增值税发票识别(增值税专用发票、增值税普通发票、增值税电子普通发票、通行费发票、卷票);定额发票、火车票、出租车发票;机动车销售发票、车辆通行费发票;飞机行程单。

  • 如何选择文字识别套餐包的区域?

    不同的地域之间资源包不互通,每个地域需分别购买,请根据您的实际需求慎重选择。各服务所部署区域请参见终端节点。请先确定使用的服务与区域之后再购买相应区域的套餐包。

  • 文字识别服务支持批量识别吗?

    文字识别服务只支持调用一次接口识别一张图片,批量识别需要进行二次开发,编码循环调用API,实现批量调用服务识别图片。

  • 文字识别服务识别结果可以转化为Word、TXT、pdf吗?支持上传图片后直接导出结果吗?

    文字识别提取之后返回的结果是JSON格式,需要用户通过编程,将结果保存为Word、TXT、pdf格式。目前OCR服务不支持上传图片后直接导出结果,需要通过调用API的方式使用。具体操作请参考《文字识别服务快速入门》

  • 文字识别如何获取图片base64编码?

    将需转码的图片拖拽至Chrome浏览器中,浏览器上显示该图片。按下“F12”,在弹出窗口中选择“Sources”,在左侧导航树中选择需要编码的图片所在路径,单击“{ } Pretty print”按钮。图片的base64编码显示在右侧界面中,如下图箭头中内容,选中图片的base64编码信息,Ctrl+A全选base64编码,Ctrl+C复制,注意不可使用鼠标右键方式进行复制,以免拷贝不全。

  • 文字识别如何提高识别精度?

    尽量使用文字清晰度高、无反光的图片。进行图片采集时,尽量提高待识别文字区域占比,减少无关背景占比,保持图片内文字清晰人眼可辨认。若图片有旋转角度,算法支持自动修正,建议图片不要过度倾斜。图片尺寸方面,建议最长边不超过8192像素,最短边不小于15像素,图像长宽比例维持常见水平 5:1 内(具体请以各个服务API文档为准)。

  • 文字识别如何提高识别速度?

    识别速度与图片大小有关,图片大小会影响网络传输、图片base64解码等处理过程的时间,因此建议在图片文字清晰的情况下,适当压缩图片的大小,以便降低图片识别时间。推荐上传JPG图片格式。根据实践经验,一般建议证件类的小图(文字少)在1M以下,A4纸大小的密集文档大图在2M以下。

  • 使用文字识别服务,是否会保存用户数据?

    OCR服务坚持“华为云始终把可信作为产品质量的第一要素”的理念,我们基于安全、合规、隐私、韧性、透明,为您提供有技术、有未来、值得信赖的云服务。OCR服务承诺用户识别的图片与识别结果全部不作任何形式留存,识别返回后立即释放。具体的声明请参考隐私政策声明法律声明,可信资源请参见白皮书资源。关于文字识别的相关声明请参见文字识别服务声明

  • 使用文字识别服务是否必须使用华为云存储图片?

    文字识别服务支持输入图片的base64编码或图片的url路径。如果您使用图片的url路径,可以将图片上传至华为云对象存储服务(OBS)中,使用OBS提供的图片url。同时,您也可以不使用华为云存储,使用公网http/https url传入图片。

  • 增值税发票识别支持哪些发票?

    目前已经支持增值税专用发票和增值税普通发票(含电子普通发票)。卷式发票和通行费发票即将上线,并且支持发票备注、监制章、专用章、发票联次等字段。具体请参见增值税发票识别章节。

文字识别服务使用指导视频

操作指导视频帮助您快速了解如何使用文字识别服务 了解更多

文字识别SDK使用指导

06:38

文字识别SDK使用指导

文字识别API使用指导

03:04

文字识别API使用指导