简介
更新时间:2022-06-25
Hi,您好,欢迎使用百度文字识别(OCR)服务。
本文档主要针对API开发者,描述百度OCR文字识别接口服务的相关技术内容。如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:
- 在百度智能云控制台内提交工单,咨询问题类型请选择人工智能-文字识别;
- 百度AI社区--文字识别官方版块:http://ai.baidu.com/forum/topic/list/164
- 客服电话:4008-777-818
注意!
请勿通过任何第三方插件使用百度OCR服务,使用第三方非法插件会导致您的 Access Token、Secret Token 泄露,他人即可盗用您的账户进行任意消费,如因产生的恶意消费,需您自行承担责任。
如您已经使用了第三方插件,建议您立即删除对应appid并更新账户密码!
接口能力
接口名称 | 接口能力简要描述 |
---|---|
通用场景文字识别 | 对各类通用场景、文件的识别接口,按行返回识别结果 |
通用文字识别(标准版) | 识别图片中的文字信息 |
通用文字识别(高精度版) | 更高精度地识别图片中的文字信息 |
通用文字识别(标准含位置版) | 识别图片中的文字信息(包含文字区域的坐标信息) |
通用文字识别(高精度含位置版) | 更高精度地识别图片中的文字信息(包含文字区域的坐标信息) |
网络图片文字识别 | 针对网络图片进行专项优化,对艺术字体或背景复杂的文字内容具有更优的识别效果 |
办公文档识别 | 针对网络图片进行专项优化,对艺术字体或背景复杂的文字内容具有更优的识别效果 |
数字识别 | 识别图片中的数字,适用于手机号提取、快递单号提取、充值号码提取等场景 |
手写文字识别 | 对手写汉字或手写数字进行识别 |
表格文字识别V2 | 支持识别图片/PDF格式文档中的表格内容,返回各表格的表头表尾内容、单元格文字内容及其行列位置信息,全面覆盖各类表格样式,包括常规有线表格、无线表格、含合并单元格表格。同时,支持多表格内容识别。 |
表格文字识别(异步接口) | (此能力为旧版服务,后续不再进行升级,建议新使用效果及性能更优的 表格文字识别V2)对单据或报表中的表格内容进行结构化识别,并以JSON或Excel形式返回 |
表格文字识别(同步接口) | (此能力为旧版服务,后续不再进行升级,建议新使用效果及性能更优的 表格文字识别V2)对单据或报表中的表格内容进行结构化识别,并能实时返回请求结果 |
二维码识别 | 对二维码、条形码中对应的文字内容进行识别 |
卡证文字识别 | 对各类卡片、证照进行结构化识别,按字段返回识别结果 |
身份证识别 | 对二代居民身份证正反面所有8个字段进行结构化识别 |
身份证混贴识别 | 支持自动检测与识别二代居民身份证正反面在同一张图片上的场景,对身份证正反面所有8个字段进行结构化识别 |
身份证识别(加密版) | 支持对身份证图片及识别结果进行信息传输加密,对二代居民身份证正反面所有8个字段进行结构化识别 |
银行卡识别 | 对银行卡的卡号、有效期、发卡行、卡片类型、持卡人进行结构化识别 |
营业执照识别 | 可结构化识别各类版式的营业执照,返回证件编号、社会信用代码、单位名称、地址、法人、类型、成立日期、有效日期、经营范围等关键字段信息 |
护照识别 | 支持对中国大陆居民护照的资料页进行结构化识别,包含国家码、姓名、性别、护照号、出生日期、签发日期、有效期至、签发地点 |
社保卡识别 | 支持识别全国各地社保卡,其中北京/河北等地区的识别效果最佳 |
港澳通行证识别 | 对港澳通行证证号、姓名、姓名拼音、性别、有效期限、签发地点、出生日期字段进行识别 |
台湾通行证识别 | 对台湾通行证证号、签发地、出生日期、姓名、姓名拼音、性别、有效期字段进行识别 |
户口本识别 | 对出生地、出生日期、姓名、民族、与户主关系、性别、身份证号码字段进行识别 |
名片识别 | 提供对各类名片的结构化识别功能,提取姓名、邮编、邮箱、电话、网址、地址、手机号字段 |
出生医学证明识别 | 对出生时间、姓名、性别、出生证编号、父亲姓名、母亲姓名字段进行识别 |
多卡证类别检测 | 【请点击申请邀测提交需求申请开通该接口使用权限】对同一张图片中的多种卡证进行类别检测和定位,支持身份证正反面、行驶证正副页、驾驶证正副页、银行卡、营业执照5类常见卡证、8种版式 |
财务票据文字识别 | 对财务及金融场景各类票据进行结构化识别,按字段返回识别结果(通用票据识别除外) |
混贴票据识别 | 对增值税发票、卷票、火车票、出租车票、机票行程单等9类票据混贴的图片进行切分识别 |
银行回单识别 | 对各大银行的收/付款人户名、账号、开户银行、金额、日期等关键字段进行结构化识别 |
增值税发票识别 | 对增值税发票进行文字识别,并结构化返回字段信息,支持增值税专票、普票、电子发票、卷票、区块链发票 |
增值税发票验真 | 支持9种增值税发票的真伪及字段信息准确性校验,包括增值税专票、电子专票、普票、电子普票、卷票、通行费增值税电子普票、货运专票、机动车销售发票、二手车销售发票,支持返回票面的全部信息 |
定额发票识别 | 对各类定额发票进行结构化识别,可识别发票代码、发票号码、金额、发票所在地、发票金额小写、省、市7个关键字段 |
通用机打发票识别 | 对国家/地方税务局发行的横/竖版通用机打发票的号码、代码、日期、合计金额、类型、商品名称字段进行结构化识别 |
火车票识别 | 支持对大陆火车票的车票号、始发站、目的站、车次、日期、票价、席别、姓名进行结构化识别 |
出租车票识别 | 针对全国各大城市出租车票的发票号码、发票代码、车号、日期、时间、金额进行结构化识别 |
飞机行程单识别 | 对飞机行程单中的姓名、始发站、目的站、航班号、日期、票价字段进行结构化识别 |
汽车票识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对全国范围内不同版式的汽车票进行结构化识别,包括发票代码、发票号码、到达站、出发站、日期、时间、金额、身份证号、姓名9个字段 |
过路过桥费发票识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对全国范围内不同版式的过路费、过桥费发票进行结构化识别,包括发票代码、发票号码、入口、出口、日期、时间、金额7个字段 |
船票识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对全国范围内不同版式的客运船票、货运船票进行结构化识别,包括发票代码、发票号码、发票日期、发票类型、总金额、出发地点、到达地点7个字段 |
网约车行程单识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对各大主要服务商的网约车行程单进行结构化识别,包括滴滴打车、花小猪打车、高德地图、曹操出行、阳光出行,支持识别服务商、行程开始及结束时间、车型、总金额等14个关键字段 |
通用票据识别 | 对各类票据图片进行文字识别,并按行(半结构化)返回文字在图片中的位置信息 |
医疗票据文字识别 | 对医疗场景各类票据进行结构化识别,按字段返回识别结果 |
保险单识别 | 对各类人身保险保单中投保人、受益人的各项信息、保费、保险名称等字段进行结构化识别 |
医疗发票文字识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地门诊/住院发票的业务流水号、发票号、住院号、病例号、姓名、性别、社保卡号、金额大/小写等关键字段 |
医疗费用结算单识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国医疗费用结算单(包含费用汇总信息,非药品/项目列举清单)的姓名、出/入院时间、发票总金额、自费金额、医保支付金额等关键字段 |
病案首页识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地病案首页的病案号、姓名、性别、出生日期、身份证号、出/入院科别、住院次数、药物过敏情况等关键字段 |
医疗费用明细识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地医疗费用明细的姓名、日期、病人ID、总金额等关键字段,支持识别费用明细项目,其中北京地区识别效果最佳 |
教育场景文字识别 | 针对教育相关场景所涉及的文字、数字、符号进行识别 |
试卷分析与识别 | 可对作业、试卷的版面进行分析,输出图、表、标题、文本的位置,并输出分版块内容的OCR识别结果 |
公式识别 | 对试卷中的数学公式及题目内容进行识别 |
汽车场景文字识别 | 针对汽车相关场景的各类证件、票据结构化识别 |
车牌识别 | 对机动车蓝牌、绿牌、单/双行黄牌的车牌号码进行识别,并能同时识别图像中的多张车牌 |
VIN码识别 | 对车辆车架、挡风玻璃上的VIN码进行识别 |
驾驶证识别 | 对机动车驾驶证正本所有10个字段进行结构化识别 |
行驶证识别 | 对机动车行驶证主页及副页所有22个字段进行结构化识别 |
车辆证照混贴识别 | 对机动车行驶证主页及副页、驾驶证主页及副页在同一张图片上的场景进行结构化识别 |
机动车销售发票识别 | 对机动车销售发票的号码、代码、日期、价税合计等26个关键字段进行结构化识别 |
车辆合格证识别 | 对车辆合格证的编号、车架号、排放标准、发动机编号等23个关键字段进行结构化识别 |
二手车销售发票识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对二手车销售发票的号码、代码、日期、买方、卖方、车牌号、车辆类型、二手车市场等25个关键字段进行结构化识别 |
机动车登记证书识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对机动车登记证书的编号、机动车所有人、登记机关、车辆类型、发证机关章等15个关键字段进行结构化识别 |
其它场景文字识别 | 对一些特殊场景所涉及图片中的文字内容进行识别 |
仪器仪表盘读数识别 | 广泛适用于各类血糖仪、血压仪、燃气表、电表等,可识别表盘上的数字、英文、符号 |
门脸文字识别 | 识别图片中的门脸文字信息,自动过滤非门脸文字内容,接口返回门脸名称、描述文字和置信度 |
印章检测 | 【请点击申请邀测提交需求申请开通该接口使用权限】对合同文件或常用票据中的印章进行检测,并返回其位置信息 |
拍照翻译 | 识拍照翻译可支持对图片中包含的文本内容OCR识别并翻译成目标语言 |
彩票识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】对大乐透、双色球彩票进行识别,并按行返回识别结果 |
智能结构化识别 | 【请点击申请邀测提交需求申请开通该接口使用权限】结构化识别各类卡证、票据,无需配置结构化对应关系、无需提取关键词、无需定制开发,直接上传图片即可获得结构化识别信息 |
文档图像处理 | 对各类文档图片进行矫正、效果增强等操作,提升图片质量 |
文档矫正增强 | 【请点击申请邀测提交需求申请开通该接口使用权限】对图片中的文件、卡证、票据等内容进行四角点检测定位,提取主体内容并对其进行矫正,同时可选图片增强效果进一步提升图片清晰度,达到主体检测矫正并增强的目的,提升图片整体质量 |
文档去手写 | 【请点击申请邀测提交需求申请开通该接口使用权限】去除图片中的手写内容,保留印刷体内容,可用于试卷去手写还原等场景 |
图片去摩尔纹 | 【请点击申请邀测提交需求申请开通该接口使用权限】去除翻拍电脑、手机等显示屏照片中的摩尔纹,使图片更加清晰 |