RecognizeEduPaperCut_文字识别_API文档

插件下载了解更多
VS Code 插件
安装插件之前,确保已安装 VS Code安装插件之前,确保已安装 VS Code
Alibaba Cloud Developer Toolkit is a collection of extensions that can help access Alibaba Cloud services in Visual Studio Code.
JetBrains 插件
安装插件之前,确保已安装 JetBrains IDE安装插件之前,确保已安装 JetBrains IDE
The Alibaba Cloud Developer Toolkit for JetBrains makes it easier to access Alibaba Cloud services.

接口说明

本接口适用场景

  • 阿里云试卷切题识别,是阿里云官方自研 OCR 文字识别产品,适用于识别整页练习册、试卷或教辅中的题目的场景,适用于教育材料内容的数字化生产与题库录入。
  • 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,具有服务稳定、操作简易、实时性高、能力全面等几大优势。
  • 本接口图片示例

本接口核心能力

分类概述
服务自动切题,并识别其中所包含的文字内容和坐标位置。
图像增强默认支持图像增强,包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。
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。
适用范围广支持 K12 全学科、多版式扫描版印刷体的整页切题场景。

如何使用本接口

步骤概述
1开通 教育场景识别 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购买试卷切题识别资源包。本 API 会赠送免费额度,可使用免费额度测试。
3可以参照调试页面提供的代码示例完成 API 接入开发。接入完成后,调用 API 获取识别结果。如果使用子账号调用接口,需要阿里云账号(主账号)对 RAM 账号进行授权。创建 RAM 用户的具体操作,请参考:创建 RAM 用户。文字识别服务提供一种系统授权策略,即 AliyunOCRFullAccess。具体授权操作,请参见在用户页面为 RAM 用户授权。

重要提示

类型概述
图片格式
  • 本接口支持:PNG、JPG、JPEG、BMP、GIF、TIFF、WebP。暂不支持 PDF 格式。
图片尺寸
  • 图片长宽需要大于 15 像素,小于 8192 像素。
  • 长宽比需要小于 50。
  • 如需达到较好识别效果,建议长宽均大于 500px。
图片大小
  • 图片二进制文件不能超过 10MB。
  • URL 长度不能超过 2048。
  • 图片过大会影响接口响应速度,建议使用小于 1.5M 图片进行识别,且通过传图片 URL 的方式调用接口。
  • 图片尺寸过小,会影响识别精度。图片内单字大小在 10-50px 内时,识别效果较好。
其他提示
  • 接口响应速度和图片中的文字数量有关,如果图片中文字数量越多,接口响应可能越慢。
  • 接口会自动处理反光、扭曲等干扰信息,但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。
相关能力

流控信息

当前云产品API请求速率暂未透出。

授权信息

如下是此API对应的授权信息,用于RAM权限策略语句的Action元素中,为RAM用户或RAM角色授予调用此API的权限。请通过 RAM 访问控制设置,使用方法可参考访问控制帮助文档

具体说明如下:展开详情

操作访问级别资源类型条件关键字关联操作
ocr:RecognizeEduPaperCut
Get
全部资源
*

请求参数

字段名称字段详情
Urlstring
  • 本字段和 body 字段二选一,不可同时透传或同时为空。展开详情
示例值:https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241223/pjzsaz/%E8%AF%95%E5%8D%B7%E5%88%87%E9%A2%98%E8%AF%86%E5%88%AB.png字符长度 <= 2048
bodystring<binary>
  • 本字段和 URL 字段二选一,不可同时透传或同时为空。展开详情
示例值:图片二进制文件
CutTypestring
示例值:question
ImageTypestring
示例值:scan:扫描图, photo:实拍图
Subjectstring
示例值:default:默认, Math:数学, PrimarySchool_Math:小学数学, JHighSchool_Math: 初中数学, Chinese:语文, PrimarySchool_Chinese:小学语文, JHighSchool_Chinese:初中语文, English:英语, PrimarySchool_English:小学英语, JHighSchool_English:初中英语, Physics:物理, JHighSchool_Physics:初中物理, Chemistry: 化学, JHighSchool_Chemistry:初中化学, Biology:生物, JHighSchool_Biology:初中生物, History:历史, JHighSchool_History:初中历史, Geography:地理, JHighSchool_Geography:初中地理, Politics:政治, JHighSchool_Politics:初中政治
OutputOricoordboolean
  • 是否输出原图坐标信息(如果图片被做过旋转,图片校正等处理),默认不需要。展开详情
示例值:false

返回参数

字段名称字段详情
RequestIdstring

请求唯一 ID

示例值:43A29C77-405E-4CC0-BC55-EE694AD00655
Datastring

返回数据

示例值:{"page_list":[{"angle":0,"doc_index":1,"height":7000,"orgHeight":7000,"orgWidth":4716,"page_id":-1,"subject_list":[{"content_list_info":[{"doc_index":1,"pos":[{"x":337,"y":1644},{"x":2313,"y":1641},{"x":2313,"y":2234},{"x":337,"y":2234}]}],"ids":["1"],"is_multipage":false,"prism_wordsInfo":[{"pos":[{"x":337,"y":1644},{"x":2313,"y":1641},{"x":2313,"y":1715},{"x":337,"y":1719}],"word":"1.[2017·高密期末]三角形按角分类可以分为()"},{"pos":[{"x":462,"y":1777},{"x":1925,"y":1774},{"x":1925,"y":1846},{"x":462,"y":1849}],"word":"A.锐角三角形、直角三角形、钝角三角形"},{"pos":[{"x":456,"y":1904},{"x":2004,"y":1904},{"x":2004,"y":1976},{"x":456,"y":1976}],"word":"B.等腰三角形、等边三角形、不等边三角形"},{"pos":[{"x":456,"y":2034},{"x":1633,"y":2033},{"x":1633,"y":2104},{"x":456,"y":2105}],"word":"C.直角三角形、等腰直角三角形"},{"pos":[{"x":453,"y":2164},{"x":1261,"y":2164},{"x":1261,"y":2233},{"x":453,"y":2234}],"word":"D.以上答案都不正确"}],"text":"1.[2017·高密期末]三角形按角分类可以分为( ) A.锐角三角形、直角三角形、钝角三角形B. 等腰三角形、等边三角形、不等边三角形C.直角三角形、等腰直角三角形D.以上答案都不正确"}],"width":4716}]}
Codestring

错误码(如果识别成功,不会返回此字段)

示例值:noPermission
Messagestring

错误提示(如果识别成功,不会返回此字段)

示例值:You are not authorized to perform this operation.

返回说明

返回参数说明


页面信息(page_list 字段)

字段类型说明
page_idint页码。
subject_listlist题目列表。
doc_indexint输入的文档 index,默认从 1 开始。
angleint图片的角度,0 表示正向,90 表示图片朝右,180 朝下,270 朝左。
heightint算法矫正图片后的高度。
widthint算法矫正图片后的宽度。
orgHeightint原图的高度。
orgWidthint原图的宽度。

题目列表信息(subject_list 字段)

字段类型说明
idsint题号。
ismultipageboolean题目是否跨页。
textint切题后的文字信息,切题包含切题目和答案;可能包含 latex 公式,需要自行解析还原。
prism_wordsInfolist文字块信息。
content_list_infolist内容列表。

文字块信息(prism_wordsInfo 字段)

字段类型说明
angleint文字块的角度。
heightint文字块的高度(需考虑文字块的角度)
widthint文字块的宽度(需考虑文字块的角度)
poslist文字块的外矩形四个点的坐标按顺时针排列(左上、右上、右下、左下)。
wordstring文字块的文字内容。

内容信息(content_list_info 字段)

字段类型说明
doc_indexint输入的文档 index,默认从 1 开始。
poslist文字块的外矩形四个点的坐标按顺时针排列(左上、右上、右下、左下)。

返回示例

变更历史

变更时间变更内容概要操作
2024-07-31
新增请求参数OutputOricoord
2022-11-25
变更请求参数Url
2022-06-28
删除请求参数ImageCorrection
2021-08-17
变更请求参数Url
新增请求参数body

相关示例