前言

传统人工录入图文资料存在效率低、出错率高、无法留存文字位置版式信息等问题。本通用文字识别 API 依托深度学习优化算法，识别精度最高可达 99.9%，支持图片、PDF、OFD 文件解析，同步返回文本坐标、轮廓点位、段落结构与置信度数据；可快速对接各类业务系统，完成图像文字结构化、版式还原等智能化处理。

通用文字识别在以下场景中应用广泛：

1. 政务档案数字化
2. 财务单据自动处理
3. 资质证件信息采集
4. 固化电子文档解析
5. 日常图文文字提取
6. 工业资产信息采集
7. 版面还原与标注开发
8. 企业办公自动化

API介绍

请求说明

• image、pdf、ofd、file、url 必须提供一个，优先级：image > pdf > ofd > file > url
• 文件不超过4M，最短边至少15px，最长边最大4096px
• 图片格式为 jpg、png、bmp、jpeg

戳这里查看详情

返回样例

{"msg":"成功",// code 对应的描述"code":200,// 详见code返回码说明"taskNo":"316942821199035820008485",// 本次请求号"charge":true,// 计费标志"data":{"resultNum":2,//识别结果数"result":[//识别结果{"words":"测试第一行",//识别结果字符串"location":{//位置数组（坐标0点为左上角）"top":72,//表示定位位置的长方形左上顶点的垂直坐标"left":89,//表示定位位置的长方形左上顶点的水平坐标"width":52,//表示定位位置的长方形的宽度"height":12//表示定位位置的长方形的高度},"probability":{//表示识别结果中每一行的置信度值"average":0.9956096411,//行置信度平均值"min":0.9842295051,//行置信度最小值"variance":0.00003516419747//行置信度方差},"vertexesLocation":[//识别结果中每一行的外包四边形点坐标{"x":90,//水平坐标（坐标0点为左上角）"y":73//垂直坐标（坐标0点为左上角）},{"x":142,"y":73},{"x":142,"y":85},{"x":90,"y":85}],"finegrainedVertexesLocation":[//识别结果中每一行的多边形轮廓点坐标{"x":89,"y":72},{"x":101,"y":72},{"x":113,"y":72},{"x":124,"y":72},{"x":136,"y":72},{"x":141,"y":72},{"x":141,"y":78},{"x":141,"y":84},{"x":130,"y":84},{"x":118,"y":84},{"x":106,"y":84},{"x":95,"y":84},{"x":89,"y":84},{"x":89,"y":78}]},],"paragraphsResult":[//段落检测结果{"wordsResultIdx":[//一个段落包含的行序号0,1],"finegrainedVertexesLocation":[//识别结果中每一行的多边形轮廓点坐标{"x":89,"y":72},{"x":101,"y":72},{"x":113,"y":72},{"x":124,"y":72},{"x":136,"y":72},{"x":141,"y":72},{"x":141,"y":72},{"x":141,"y":84},{"x":141,"y":88},{"x":141,"y":100},{"x":141,"y":100},{"x":129,"y":100},{"x":117,"y":100},{"x":104,"y":99},{"x":92,"y":99},{"x":89,"y":99},{"x":89,"y":99},{"x":89,"y":87},{"x":89,"y":84},{"x":89,"y":72}]}],"paragraphsResultNum":1,//识别结果数，表示 paragraphsResult 的元素个数"pdfFileSize":1//传入PDF文件的总页数，当 pdfFile 参数有效时返回该字段}}