插件下载了解更多
Alibaba Cloud Developer ToolkitbetaAlibaba Cloud OpenAPI
Alibaba Cloud Developer Toolkit is a collection of extensions that can help access Alibaba Cloud services in Visual Studio Code.
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
Alibaba Cloud Developer ToolkitbetaAlibaba Cloud OpenAPI
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
- 阿里云整页试卷识别,是阿里云官方自研 OCR 文字识别产品,适用于对练习册、教辅、教材等内容进行整页识别与题目检索场景。
- 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 |
---|---|
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。 |
高精度识别 | 总体识别准确率可达 97%。 |
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 | 购买教育场景识别资源包。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 |
|
图片尺寸 |
|
图片大小 |
|
其他提示 |
|
流控信息
当前云产品API请求速率暂未透出。
请求参数
字段名称 | 字段详情 |
---|---|
Urlstring |
示例值:https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241223/alfbwq/%E6%95%B4%E9%A1%B5%E8%AF%95%E5%8D%B7%E8%AF%86%E5%88%AB.png字符长度 <= 2048 |
bodystring<binary> |
示例值:图片二进制文件 |
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 |
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:{"content":"√技能提升练 √拓展创新练 12.对于同一平面内的三条直线,给出下列5个论断: 15.「2018春·如皋期末]在一个","figure":[{"type":"subject_pattern","x":1605,"y":3087,"w":645,"h":804,"box":{"x":0,"y":0,"w":0,"h":0,"angle":0},"points":[{"x":1605,"y":3087},{"x":2250,"y":3087},{"x":2250,"y":3891},{"x":1605,"y":3891}]}],"height":7000,"orgHeight":7000,"orgWidth":4716,"prism_version":"1.0.9","prism_wnum":64,"prism_wordsInfo":[{"angle":0,"direction":0,"height":85,"pos":[{"x":207,"y":508},{"x":826,"y":506},{"x":826,"y":592},{"x":208,"y":594}],"prob":96,"recClassify":0,"width":618,"word":"√技能提升练","x":207,"y":506}],"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
字段 | 类型 | 说明 |
---|---|---|
angle | int | 图片的角度。0 表示正向,90 表示图片朝右,180 朝下,270 朝左。 |
content | string | 识别出图片的文字块汇总,可能包含 latex 公式,需要自行解析还原。 |
figure | list | 图片中的图案信息。当 ImageType=scan 才返回该字段。 |
prism_wordsInfo | list | 文字块信息。 |
prism_wnum | int | 识别的文字块的数量,prism_wordsInfo 数组的大小。 |
height | int | 算法矫正图片后的高度。 |
width | int | 算法矫正图片后的宽度。 |
orgHeight | int | 原图的高度。 |
orgWidth | int | 原图的宽度。 |
文字块信息(prism_wordsInfo 字段)
字段 | 类型 | 说明 |
---|---|---|
angle | int | 文字块的角度。 |
height | int | 文字块的高度(需考虑文字块的角度) |
width | int | 文字块的宽度(需考虑文字块的角度) |
pos | list | 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)。当 NeedRotate=true 时,如果最外层的 angle 不为 0,需要按照 angle 矫正图片后,坐标才准确。 |
word | string | 文字块的文字内容。 |
charInfo | list | 单字信息。 |
单字信息(charInfo 字段)
字段 | 类型 | 说明 |
---|---|---|
word | string | 单字文字。 |
prob | int | 置信度。 |
recClassify | int | 文字属性分类。(0:中文印刷,1:拉丁语种,2:手写体,3:韩语,4:泰文,5:公式) |
x | int | 单字左上角横坐标。 |
y | int | 单字左上角纵坐标。 |
w | int | 单字宽度。 |
h | int | 单字高度。 |
图案位置信息(figure 字段)
字段 | 类型 | 说明 |
---|---|---|
type | string | 图案类型。 |
x | int | 图案左上角横坐标。 |
y | int | 图案左上角纵坐标。 |
w | int | 图案宽度。 |
h | int | 图案高度。 |
box | object | 图案坐标信息:中心横纵坐标,长宽,顺时针旋转角度。定义同 OpenCV 中 RotatedRect,请参见 OpenCV 文档。 |
points | list | 图案四个点坐标(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 | |
---|---|---|---|
2022-11-25 | |||
2021-08-17 |