通用文字識別 API 簡介

概念解釋

通用文字識別：將自然場景下圖片上的文字內(nèi)容，通過定位和檢測，智能識別為可編輯的文本信息。

說明

Hi，您好，歡迎使用有道智云通用文字識別 API接口服務(wù)。

如果您想快速體驗(yàn)服務(wù)，建議您前往 體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼，掃描進(jìn)行體驗(yàn)。

本文檔主要針對需要集成HTTP API的技術(shù)開發(fā)工程師，詳細(xì)描述OCR識別能力相關(guān)的技術(shù)內(nèi)容。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云OCR技術(shù)交流QQ 1群: 654064748

智云OCR技術(shù)交流QQ 2群: 471638046

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

• 本文檔主要針對開發(fā)人員，接入測試前需要獲取應(yīng)用ID和應(yīng)用密鑰；如果您還沒有，請按照 新手指南 獲取。
• 平臺向每個(gè)賬戶贈送50元的體驗(yàn)金，供用戶集成前測試所用，具體資費(fèi)規(guī)則詳見 通用文字識別服務(wù)報(bào)價(jià) 。

接口能力

有道智云OCR API接口提供有道的OCR文字識別服務(wù)，目前有道智云OCR支持八十種語言的文字識別。您只需要通過調(diào)用有道智云OCR API，傳入經(jīng)過Base64編碼的圖片，通過POST請求方式，就可以得到相應(yīng)的文字識別結(jié)果。

有道智云OCR API HTTPS地址：

https://openapi.youdao.com/ocrapi

注：請求采用application/x-www-form-urlencoded，不用JSON。

協(xié)議須知

調(diào)用方在集成通用文字識別 API時(shí)，請遵循以下規(guī)則。

接口調(diào)用參數(shù)

調(diào)用API需要向接口發(fā)送以下字段來訪問服務(wù)。

簽名生成方法如下：
signType=v3；
sign=sha256(應(yīng)用ID+input+salt+curtime+應(yīng)用密鑰)。

其中，input的計(jì)算方式為：input=img前10個(gè)字符 + img長度 + img后十個(gè)字符（當(dāng)img長度大于20）或 input=img字符串（當(dāng)img長度小于等于20）。

不同語言獲取時(shí)間戳，請參看此鏈接

如果對簽名有疑問，可以參看文檔末尾各語言demo。

輸出結(jié)果

返回的結(jié)果是json格式，具體說明如下：

即識別結(jié)果主要在Result中，輸出結(jié)構(gòu)為：regions->lines->words.一個(gè)文檔可能有多個(gè)region，代表段落，一個(gè)段落有多行，一行有多個(gè)字。

每個(gè)段落、每行、每個(gè)字都有boundingBox，代表能夠框住段落、行、字的最大box的位置信息。

boundingBox共八個(gè)值：分別是左上角坐標(biāo)(x,y)，右上角坐標(biāo)(x,y)，右下角坐標(biāo)(x,y)，左下角(x,y)。

具體可參見下面的參考示例。

參考示例

識別的返回結(jié)果：

{
    "errorCode": "0",   //識別錯(cuò)誤碼
    "Result": {         //識別結(jié)果
        "orientation": "UP",//圖像方向
        "regions": [        //段落
        {
            "boundingBox": "90,56,232,56,232,244,90,244",   //段落區(qū)域位置信息
        "dir": "h",    //按行識別
        "lang": "zh",    //語種
            "lines": [      //行
            {
            "boundingBox": "116,56,204,56,204,82,116,82",   //行區(qū)域位置信息
            "words": [  //字
                {
                    "boundingBox": "124,54,148,54,148,86,124,86",   //字區(qū)域位置信息
                    "word": "靜" //字識別結(jié)果
                },
                {
                "boundingBox": "156,54,172,53,172,85,156,86",
                "word": "夜"
                },
                {
                "boundingBox": "180,53,204,53,204,85,180,85",
                "word": "思"
                }
            ],
            "text": "靜夜思"   //行識別結(jié)果
        },
        ...
        ]
        }
        ]
    }
}

支持語言

auto支持所有語種的自動識別

服務(wù)配置

錯(cuò)誤代碼列表

常用語言 Demo

Java 示例

通用ocr Java demo

Python3 示例

通用ocr python3 demo

C#示例

通用ocr c# demo

PHP 示例

通用ocr php demo

go 示例

通用ocr go demo