结构化版式 OCR 识别-图文排版文字识别-文字坐标定位识别API接口介绍

前言

支持多场景、多语种、高精度识别能力，在常规文字识别基础上，精准输出每行文字的完整识别内容、置信概率、坐标位置以及四点多边形坐标数据，完整还原原图排版布局，方便开发者完成版式还原、内容矫正、图文二次加工等精细化处理。

通用文字识别被广泛用于文档电子化、图文解析、智能排版、内容抓取等业务，擅长批量提取图片内有效文字内容。

核心能力

• 支持 URL、Base64、文件三类图像上传途径，适配 JPG/PNG/BMP 等通用图片格式；
• 适配文档、海报、截图、实拍图等各类通用场景图文识别，支持多语种内容精准解析；
• 新增文字位置坐标输出能力，补齐普通OCR无法实现版式二次处理的短板；
• 具备高精度文字检测能力，可完整抓取整图全部文本内容；

API介绍

请求说明

名称	类型	必须	说明
image	String	否	图片base64
pdf	String	否	PDF文件的base64
pdfNum	String	否	需要识别的PDF文件的对应页码，不传默认识别第 1 页
ofd	String	否	OFD文件的base64
ofdNum	String	否	需要识别的OFD文件的对应页码，不传默认识别第 1 页
file	String	否	文件
url	String	否	文件地址

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
  "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
  }
}