tencent cloud

PrevNext

文档反馈

请输入关键字

Recent Pages

文档
数据万象
    文档
    Download PDF

    通用文字识别

    最后更新时间：2024-01-20 09:22:44
    下载PDF

      功能描述

      通用文字识别功能（Optical Character Recognition，OCR）基于行业前沿的深度学习技术，将图片上的文字内容，智能识别为可编辑的文本，可应用于随手拍扫描、纸质文档电子化、电商广告审核等多种场景，大幅提升信息处理效率。
      本接口属于 GET 请求，为同步请求方式。

      费用说明

      成功调用接口会产生 通用文字识别费用 和 COS 读请求费用。
      如果图片属于 COS 上的低频存储类型，成功调用接口会产生 COS 低频数据取回费用。
      不支持对 COS 上的归档存储类型和深度归档存储类型的图片进行处理，如果需要处理此类型图片，请先 恢复归档文件。

      限制说明

      图片支持格式：PNG、JPG、JPEG、BMP 及 PDF 文件。
      图片大小：所下载文件经 Base64 编码后不超过7MB。
      图片分辨率：建议大于600*800像素，否则影响识别效果。
      调用接口需携带签名，具体规则请参见 请求签名 文档。

      请求

      请求示例

      GET /<ObjectKey>?ci-process=OCR&type=general&language-type=zh&ispdf=true&pdf-pagenumber=1&isword=false&enable-word-polygon=false HTTP/1.1
      Host: <BucketName-APPID>.cos.<Region>.myqcloud.com
      Date: <GMT Date>
      Authorization: <Auth String>
      说明：
      Authorization: Auth String（详情请参见 请求签名 文档）。
      通过子账号使用时，需要授予相关的权限，详情请参见 授权粒度详情 文档。

      请求参数

      参数名称
      描述
      类型
      是否必选
      ObjectKey
      对象文件名，例如：folder/document.jpg。
      String
      是
      ci-process
      数据万象处理能力，图片文字识别固定为 OCR。
      String
      是
      type
      OCR 的识别类型，有效值为 general，accurate，efficient，fast，handwriting。general 表示通用印刷体识别；accurate 表示印刷体高精度版；efficient 表示印刷体精简版；fast 表示印刷体高速版；handwriting 表示手写体识别。默认值为 general。
      String
      否
      language-type
      type 值为 general 时有效，表示识别语言类型。支持自动识别语言类型，同时支持自选语言种类，默认中英文混合(zh)，各种语言均支持与英文混合的文字识别。可选值请参见 可识别的语言类型。
      String
      否
      ispdf
      type 值为 general、fast 时有效，表示是否开启 PDF 识别，有效值为 true 和 false，默认值为 false，开启后可同时支持图片和 PDF 的识别。
      Boolean
      否
      pdf-pagenumber
      type 值为 general、fast 时有效，表示需要识别的 PDF 页面的对应页码，仅支持 PDF 单页识别，当上传文件为 PDF 且 ispdf 参数值为 true 时有效，默认值为1。
      Integer
      否
      isword
      type 值为 general、accurate 时有效，表示识别后是否需要返回单字信息，有效值为 true 和 false，默认为 false。
      Boolean
      否
      enable-word-polygon
      type 值为 handwriting 时有效，表示是否开启单字的四点定位坐标输出，有效值为 true 和 false，默认值为 false。
      Boolean
      否

      可识别的语言类型

      可选值
      语言
      可选值
      语言
      zh
      中英混合
      rus
      俄语
      zh_rare
      支持英文、数字、中文生僻字、繁体字，特殊符号等
      ita
      意大利语
      auto
      自动
      hol
      荷兰语
      mix
      混合语种
      swe
      瑞典语
      jap
      日语
      fin
      芬兰语
      kor
      韩语
      dan
      丹麦语
      spa
      西班牙语
      nor
      挪威语
      fre
      法语
      hun
      匈牙利语
      ger
      德语
      tha
      泰语
      por
      葡萄牙语
      hi
      印地语
      vie
      越语
      ara
      阿拉伯语
      may
      马来语
      
      

      请求头

      此接口仅使用公共请求头部，详情请参见 公共请求头部 文档。

      请求体

      该请求的请求体为空。

      响应

      响应头

      此接口仅返回公共响应头部，详情请参见 公共响应头部 文档。

      响应体

      该响应体返回为 application/xml 数据，包含完整节点数据的内容展示如下：
      <Response>
        <TextDetections>
          <DetectedText></DetectedText>
          <Confidence></Confidence>
          <Polygon>
            <X></X>
            <Y></Y>
          </Polygon>
          <ItemPolygon>
            <X></X>
            <Y></Y>
            <Width></Width>
            <Height></Height>
          </ItemPolygon>
          <Words>
            <Confidence></Confidence>
            <Character></Character>
            <WordCoordPoint>
              <WordCoordinate>
                <X></X>
                <Y></Y>
              </WordCoordinate>
            </WordCoordPoint>
          </Words>
        </TextDetections>
        <Language></Language>
        <Angel></Angel>
        <PdfPageSize></PdfPageSize>
        <RequestId></RequestId>
      </Response>
      具体的数据内容如下：
      节点名称（关键字）
      父节点
      描述
      类型
      Response
      无
      保存结果的容器。
      Container
      Response 的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      TextDetections
      Response
      检测到的文本信息，包括文本行内容、置信度、文本行坐标以及文本行旋转纠正后的坐标。
      Container
      Language
      Response
      检测到的语言类型，目前支持的语言类型可参考入参 language-type 说明。
      String
      Angel
      Response
      图片旋转角度（角度制），文本的水平方向为0°；顺时针为正，逆时针为负。
      Float
      PdfPageSize
      Response
      图片为 PDF 时，返回 PDF 的总页数，默认为0。
      Integer
      RequestId
      Response
      唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
      String
      TextDetections 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      DetectedText
      TextDetections
      识别出的文本行内容。
      String
      Confidence
      TextDetections
      置信度 0 - 100。
      Integer
      Polygon
      TextDetections
      文本行坐标，以顶点坐标表示 注意：此字段可能返回 null，表示取不到有效值。
      Container
      ItemPolygon
      TextDetections
      文本行在旋转纠正之后的图像中的像素坐标，表示为（左上角 x, 左上角 y，宽 width，高 height）。
      Container
      Words
      TextDetections
      识别出来的单字信息包括单字（包括单字 Character 和单字置信度 confidence），支持识别的接口：general、accurate。
      Container
      WordPolygon
      TextDetections
      字的坐标数组，以四个顶点坐标表示。
      注意：此字段可能返回 null，表示取不到有效值。支持识别的类型：handwriting。
      Container
      Polygon 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      X
      Polygon
      横坐标。
      Integer
      Y
      Polygon
      纵坐标。
      Integer
      ItemPolygon 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      X
      ItemPolygon
      左上角 x。
      Integer
      Y
      ItemPolygon
      左上角 y。
      Integer
      Width
      ItemPolygon
      宽 width。
      Integer
      Height
      ItemPolygon
      高 height。
      Integer
      Words 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      Confidence
      Words
      置信度 0 - 100。
      Integer
      Character
      Words
      识别出来的单词信息。
      String
      WordCoordPoint
      Words
      单字在原图中的四点坐标，支持识别的接口：general、accurate。
      Container
      WordCoordPoint 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      WordCoordinate
      WordCoordPoint
      单字在原图中的坐标，以四个顶点坐标表示，以左上角为起点，顺时针返回。
      Container
      WordCoordinate 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      X
      WordCoordinate
      横坐标。
      Integer
      Y
      WordCoordinate
      纵坐标。
      Integer
      WordPolygon 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      LeftTop
      WordPolygon
      左上顶点坐标。
      Container
      RightTop
      WordPolygon
      右上顶点坐标。
      Container
      RightBottom
      WordPolygon
      右下顶点坐标。
      Container
      LeftBottom
      WordPolygon
      左下顶点坐标。
      Container
      LeftTop，RightTop，RightBottom，LeftBottom 节点的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      X
      WordCoordinate
      横坐标。
      Integer
      Y
      WordCoordinate
      纵坐标。
      Integer

      错误码

      该请求操作无特殊错误信息，常见的错误信息请参见 错误码 文档。

      实际案例

      请求

      GET /<ObjectKey>?ci-process=OCR&type=general&language-type=zh&ispdf=true&isword=true HTTP/1.1
      Authorization: q-sign-algorithm=sha1&q-ak=AKIDZfbOAo7cllgPvF9cXFrJD0a1ICvR****&q-sign-time=1497530202;1497610202&q-key-time=1497530202;1497610202&q-header-list=&q-url-param-list=&q-signature=28e9a4986df11bed0255e97ff90500557e0e****
      Host: examplebucket-1250000000.cos.ap-beijing.myqcloud.com

      响应

      HTTP/1.1 200 OK
      Content-Type: application/xml
      Content-Length: 414641
      Date: Thu, 15 Jun 2017 12:37:29 GMT
      Server: tencent-image
      x-cos-request-id: NWFjMzQ0MDZfOTBmYTUwXzZkZV8z****
      
      <Response>
          <Angel>359.99</Angel>
          <Language>mix</Language>
          <PdfPageSize>0</PdfPageSize>
          <RequestId>NTk0MjdmODlfMjQ4OGY3XzYzYzhf****</RequestId>
          <TextDetections>
              <Confidence>99</Confidence>
              <DetectedText>你好</DetectedText>
              <ItemPolygon>
                  <Height>64</Height>
                  <Width>123</Width>
                  <X>140</X>
                  <Y>167</Y>
              </ItemPolygon>
              <Polygon>
                  <X>140</X>
                  <Y>167</Y>
              </Polygon>
              <Polygon>
                  <X>263</X>
                  <Y>167</Y>
              </Polygon>
              <Polygon>
                  <X>263</X>
                  <Y>231</Y>
              </Polygon>
              <Polygon>
                  <X>140</X>
                  <Y>231</Y>
              </Polygon>
              <Words>
                  <Character>你</Character>
                  <Confidence>99</Confidence>
                  <WordCoordPoint>
                      <WordCoordinate>
                          <X>212</X>
                          <Y>167</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>341</X>
                          <Y>167</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>341</X>
                          <Y>231</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>212</X>
                          <Y>231</Y>
                      </WordCoordinate>
                  </WordCoordPoint>
              </Words>
              <Words>
                  <Character>好</Character>
                  <Confidence>99</Confidence>
                  <WordCoordPoint>
                      <WordCoordinate>
                          <X>341</X>
                          <Y>167</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>263</X>
                          <Y>167</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>263</X>
                          <Y>231</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>341</X>
                          <Y>230</Y>
                      </WordCoordinate>
                  </WordCoordPoint>
              </Words>
          </TextDetections>
          <TextDetections>
              <Confidence>99</Confidence>
              <DetectedText>再见</DetectedText>
              <ItemPolygon>
                  <Height>43</Height>
                  <Width>245</Width>
                  <X>526</X>
                  <Y>1444</Y>
              </ItemPolygon>
              <Polygon>
                  <X>526</X>
                  <Y>1444</Y>
              </Polygon>
              <Polygon>
                  <X>771</X>
                  <Y>1444</Y>
              </Polygon>
              <Polygon>
                  <X>771</X>
                  <Y>1487</Y>
              </Polygon>
              <Polygon>
                  <X>526</X>
                  <Y>1487</Y>
              </Polygon>
              <Words>
                  <Character>再</Character>
                  <Confidence>99</Confidence>
                  <WordCoordPoint>
                      <WordCoordinate>
                          <X>564</X>
                          <Y>1444</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>608</X>
                          <Y>1444</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>608</X>
                          <Y>1487</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>564</X>
                          <Y>1487</Y>
                      </WordCoordinate>
                  </WordCoordPoint>
              </Words>
              <Words>
                  <Character>见</Character>
                  <Confidence>99</Confidence>
                  <WordCoordPoint>
                      <WordCoordinate>
                          <X>608</X>
                          <Y>1444</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>641</X>
                          <Y>1444</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>641</X>
                          <Y>1487</Y>
                      </WordCoordinate>
                      <WordCoordinate>
                          <X>608</X>
                          <Y>1487</Y>
                      </WordCoordinate>
                  </WordCoordPoint>
              </Words>
          </TextDetections>
      </Response>
      
      联系我们

      联系我们，为您的业务提供专属服务。

      联系我们
      技术支持

      如果你想寻求进一步的帮助，通过工单与我们进行联络。我们提供7x24的工单服务。

      提交工单
      7x24 电话支持
      Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.
      隐私条款服务条款缓存条款