PaddleOCRV6
PP-OCRv6 是 PP-OCR 系列的新一代通用文字识别解决方案，支持多场景、多文字类型识别，并返回文本内容、文字位置坐标及识别置信度。
权限说明
调用本文API，需使用API Key鉴权方式。使用API Key鉴权调用API流程，具体调用流程，请查看 认证鉴权。
请求参数
和 url/pdf_file 三选一；图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式 优先级：image > url > pdf_file > ofd_file ，当image字段存在时，url、pdf_file字段失效
和 image/pdf_file 三选一；图片完整url，url长度不超过1024字节，url对应的图片base64编码后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式 优先级：image > url > pdf_file ，当image字段存在时，url字段失效 请注意关闭URL防盗链
和 image/url 三选一；PDF文件，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px 优先级：image > url > pdf_file，当image、url字段存在时，pdf_file字段失效
需要识别的PDF文件的对应页码，当 pdf_file 参数有效时，识别传入页码的对应页面内容，若不传入，则默认识别第 1 页
是否在推理时使用文档方向分类模块，开启后，可以自动识别并矫正 0°、90°、180°、270°的图片，默认初始化为 False
是否在推理时使用文本图像矫正模块，开启后，可以自动矫正扭曲图片，例如褶皱、倾斜等情况，默认初始化为 False
是否在推理时使用文本行方向分类模块，开启后，可以自动识别和矫正 0° 和 180° 的文本行，默认初始化为 False
POST /rest/2.0/ocr/v1/pp_ocrv5 HTTP/1.1
Host: aip.baidubce.com
Authorization: Bearer <API Key>
Content-Type: application/x-www-form-urlencoded
image=<图片 Base64 编码并进行 URL Encode>&
useDocOrientationClassify=true&
useDocUnwarping=true&
useTextlineOrientation=true示例代码
IMAGE_BASE64=$(base64 < "/path/to/image.jpg" | tr -d '\n')
curl --location 'https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5' \
--header 'Authorization: Bearer <API Key>' \
--header 'Content-Type: application/x-www-form-urlencoded' \
--data-urlencode "image=${IMAGE_BASE64}" \
--data-urlencode 'useDocOrientationClassify=true' \
--data-urlencode 'useDocUnwarping=true' \
--data-urlencode 'useTextlineOrientation=true'返回响应
或使用uint64类型，唯一的log id，用于问题定位
识别结果数组，包含多页识别结果
显示子属性
隐藏子属性
或使用uint32数据类型，识别单页行结果个数
识别结果字符串
识别结果中每一行的置信度值。 · average：行置信度平均值 · variance：行置信度方差 · min：行置信度最小值 当请求参数 probability=true 时返回该字段
文字所在的多边形坐标点（用于画不规则四边形框）,每个检测框由4个顶点坐标构成的numpy数组表示，数组shape为(4, 2)，数据类型为int16
显示子属性
隐藏子属性
数据类型为int16
文字所在的矩形包围盒坐标（用于画规则矩形框），shape为(n, 4)，dtype为int16。示例值为[x_min, y_min, x_max, y_max]坐标，其中(x_min, y_min)为左上角坐标，(x_max, y_max)为右下角坐标
显示子属性
隐藏子属性
数据类型为int16
{
"page_result": [
{
"lines": [
"无言独上西楼",
"月如钩",
"寂寞梧桐深院锁清秋",
"剪不断理还乱是离愁",
"别是一般滋味在心头"
],
"probability": [
0.986164391040802,
0.9752357602119446,
0.9896835684776306,
0.9941657185554504,
0.9918990731239319
],
"rec_polys": [
[
[
405,
104
],
[
915,
104
],
[
915,
242
],
[
405,
242
]
],
[
[
408,
267
],
[
684,
267
],
[
684,
393
],
[
408,
393
]
],
[
[
403,
425
],
[
1346,
391
],
[
1352,
542
],
[
409,
575
]
],
[
[
409,
600
],
[
1361,
566
],
[
1367,
716
],
[
415,
750
]
],
[
[
412,
788
],
[
1291,
743
],
[
1298,
891
],
[
419,
935
]
]
],
"rec_boxes": [
[
405,
104,
915,
242
],
[
408,
267,
684,
393
],
[
403,
391,
1352,
575
],
[
409,
566,
1367,
750
],
[
412,
743,
1298,
935
]
],
"lines_result_num": 5
}
],
"log_id": 2041410581916955057
}
错误码
如果调用失败并返回报错信息，请参见错误码进行解决。
公共错误码：查看公共错误码。
OCR错误码：查看OCR错误码。
评价此篇文章