看图识万物_图像问答_图像识别技术 - 百度AI开放平台
图像内容理解 图像理解视觉大模型，可多维度识别与理解图片内容，包括人、物、行为、场景、文字等，支持输出对图片内容的一句话描述，同时返回图片的分类标签、文字内容等信息 图像增强 对质量较低的图片进行去雾、对比度增强、无损放大、拉伸恢复、清晰度增强等多种优化处理，重建高清图像
教育场景文字识别
公有云服务 提供文字识别在线接口，可直接调用API或HTTP SDK识别图片文字，接入便捷，快速集成 API文档 私有化部署 支持本地/专有云私有化部署，内网使用更安全；提供一体机与软件包两种方案 申请免费试用 方案详情 相关推荐 OCR图文转换器 识别图片/PDF文档版面布局，提取文字内容，并转换为保留原文档版式的Word、Excel文档，方便二次编辑和复制 了解详情 文档图像处理 对文档图片进行方向矫正
表格文字识别
即刻免费体验表格文字识别能力 公有云API最高可享1000次/月免费测试资源 立即使用
手写文字识别
PDF格式文档中的表格内容，返回表头表尾内容、单元格文字内容及其行列位置信息，支持有线表格、无线表格、含合并单元格表格 即刻免费体验OCR文字识别能力 公有云API最高可享1000次/月免费测试资源 立即使用
通用文字识别
金融财税票据、法律卷宗等纸质文档中的文字信息，并可基于位置信息进行比对、结构化处理，提高效率 内容分析与监管 可自动提取图像中的文字，识别违规内容并提示风险、协助处理，适用于电商广告审核、舆情监管等场景，助力企业高效管控违规信息 视频内容分析 检测识别视频中的字幕、标题、弹幕等文字内容，并根据文字位置判断文字类型，可应用于视频分类和标签提取、视频内容审核、营销分析等场景，有效提升内容分类、检索的效率
网络图片文字识别
保障数据私密性，提供一体机和软件部署包两种私有化方案 支持交流 新手指南 找到适合您业务的AI技术能力，快速创建应用，开始便捷的开发之旅 查看详情 技术文档 针对使用API或SDK的开发者，提供百度文字识别技术开发文档 查看详情 SDK下载 支持Android、iOS、Java、PHP、Python、C++、C#、Node.js多种编程语言 立即下载 相关产品 手写文字识别 多场景、高精度的手写文字识别服务
其他场景文字识别
查看详情 SDK下载 支持Android、iOS、Java、PHP、Python、C++、C#、Node.js多种编程语言 立即下载 相关产品 通用场景文字识别 覆盖多种通用场景、多种语言的高精度整图文字检测和识别服务，包括各类印刷和手写文档、网络图片、表格、数字、二维码等 教育场景文字识别 识别教育场景所涉及的作业及试卷中公式、手写文字、题目等内容，应用于智能阅卷、书摘笔记电子化等业务场景 财务票据文字识别
文字识别离线SDK
人工智能品类特惠，新购1元，AI热销品低至8折 文字识别离线SDK 支持无网 / 弱网环境，可集成于手机、摄像头、工控机等终端，离线识别文档、卡证、票据文本，毫秒级响应，兼容 Android、Windows、iOS、Linux 主流平台 立即使用 产品文档 功能介绍 图像质量校验 底层涵盖质量检测算法，在识别前可过滤不符合质量要求的图片，精准识别卡证、车牌、印刷文件等内容，结构化输出识别结果 多类型授权
通用场景文字识别
已支持圆形章、椭圆形章、方形章等常见印章 了解详情 手写文字识别 识别图片中手写中文与数字，专项优化不规则字体，准确率90%+ 了解详情 二维码识别 对二维码、条形码中对应的文字内容进行识别，返回存储的文字信息 了解详情 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 了解详情 使用方式 公有云服务 提供云端OCR服务，可通过API接口直接调用 API文档 离线识别
财务票据文字识别
1年 25 元 立即抢购 首购特惠 增值税发票识别 识别增值税发票的基本信息、销/购方信息、商品、价税信息等 限购一单 实名用户专享 接口名称 增值税发票识别 产品规格 1000次 计费方式 预付费资源包 有效期 1年 55 元 立即抢购 首购特惠 通用文字识别（高精度版） 识别图片中的全部文字，支持20种语言及中文生僻字识别 限购一单 实名用户专享 接口名称 通用文字识别（高精度版） 产品规格
