费用计算示例 - 文字识别OCR
共享资源包： 当月调用身份证识别的总次数中，需计费的调用量为 11 万次，且已购买了 50 万点的共享资源包，按照资源包抵扣完毕后自动转为按量后付费方式进行计费，则产生的总花销为：1540 + 10000 x 0.013 = 1670元 说明 ：1540 为 50 万点共享资源包的价格，身份证识别单次成功调用需抵扣 5 个点
文档格式转换 - 文字识别OCR
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，默认识别文件所有页，页码从1开始 请求代码示例 提示一 ：使用示例代码前，请记得替换其中的示例Token、文档地址或Base64信息。
文档去手写 - 文字识别OCR
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 enable_detect string 否 是否去除文件边缘后再识别，默认为 true，可选值： - true：去除，适用于有背景/边缘的拍摄件 - false：不去除，适用于不含背景/边缘的扫描件 返回说明 返回参数 参数 类型 是否必须 说明 log_id uint64 是 唯一的
功能发布记录 - 文字识别OCR
功能发布记录 发布时间 更新日志 2025-06-24 文档解析新增mhtml格式解析 ：可对 mhtml 格式的流式文档进行解析，输出文档的版面等信息 文档解析新增多语种识别： 支持识别中、英、日、韩、法等 20+ 语言类型 2024-10-17 文档抽取正式商用： 可开通按量后付费或购买预付费资源包，按页计费，详情参见 价格文档 文档抽取新增字段描述和字段值去重 ：可对抽取字段进行描述，提升模型抽取效果
文档解析 - 文字识别OCR
文档解析 接口描述 文档解析支持对doc、pdf、图片、xlsx等18种格式文档进行解析，输出文档的版面、表格、阅读顺序、标题层级、旋转角度等信息，支持中、英、日、韩、法等20余种语言类型，可返回Markdown格式内容，将非结构化数据转化为易于处理的结构化数据，识别准确率可达 90% 以上。
文档解析 - 文字识别OCR
文档解析 接口描述 文档解析支持对doc、pdf、图片、xlsx等18种格式文档进行解析，输出文档的版面、表格、阅读顺序、标题层级、旋转角度等信息，支持中、英、日、韩、法等20余种语言类型，可返回Markdown格式内容，将非结构化数据转化为易于处理的结构化数据，识别准确率可达 90% 以上。
图片去摩尔纹 - 文字识别OCR
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 返回说明 返回参数 参数 类型 是否必须 说明 log_id uint64 是 唯一的log id，用于问题定位 image_processed string 是 返回处理后的图片，base64编码 pdf_file_size string 否 传入PDF文件的总页数，当 pdf_file
扩充实例步骤 - 文字识别OCR
扩充实例步骤 下文将以通用文字识别GPU版为例，详细展开说明应用服务实例扩容步骤。
标准模型部署 - 文字识别OCR
二、场景与名词 场景说明 （无环境）全新部署：服务器环境为第一次部署，该服务器之前没有部署过百度文字识别产品的任何模型。 （有环境）升级模型：是指用户之前部署过老版本的百度文字识别产品模型，需要对模型进行升级操作。
文档矫正增强 - 文字识别OCR
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 scan_type int32 否 选择是否对图片内主体内容进行四角点增强或矫正，可选值如下： - scan_type = 1：只做检测，不对主体进行矫正，返回主体四角点坐标，可用作前端页面展示 - scan_type = 2：只做矫正，需传入主体四角点坐标，使用传入的坐标值对主体进行扣取及矫正
