表格识别SDK简介

概述

(1) 概念解释

表格识别：基于深度学习技术，自动定位并识别图片中表格的位置、结构及文字内容，结构化返回可编辑的表格结果。支持用户上传报表、带有表格的图片等。

(2) 说明

Hi，您好，欢迎使用有道智云表格识别 iOS SDK。

如果您想快速体验服务，建议您前往 体验中心 或者搜索小程序（有道智云体验中心）进行试用。

本文档主要针对需要集成表格识别服务iOS SDK的开发工程师，详细描述有道智云表格识别能力及集成过程。

如果您有与我们商务合作的需求，可以通过以下方式联系我们：

商务邮箱： AIcloud_Business@corp.youdao.com

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：

客服QQ：1906538062

智云OCR技术交流QQ 1群: 654064748

智云OCR技术交流QQ 2群: 471638046

联系邮箱： zhiyun@corp.youdao.com

温馨提示：

本文档主要针对开发人员，接入测试前需要在后台创建iOS应用，并绑定实例；如果您还没有，请按照 新手指南 操作。 平台向每个账户赠送50元的体验金，供用户集成前测试所用，具体资费规则详见 表格识别服务报价 。

功能介绍

有道表格识别 SDK 是基于深度学习技术，自动定位并识别图片中表格的位置、结构及文字内容，结构化返回可编辑的表格结果。支持用户上传报表、带有表格的图片等。

兼容性

支持设备：运行了iOS 8.0及以上系统的 iOS 设备

表格识别SDK集成指南

集成前提

开始集成SDK之前开发者需要登录 有道智云平台 ，创建应用获取应用ID（或者通过运营人员获取应用ID），以便使用表格识别服务。

图片支持

格式支持：jpg/png

尺寸限制：2MB以下

集成步骤

SDK包导入

表格识别 SDK 由如下几个 SDK 组成，YDOCRTable.h、libbase.a、libocrtable.a

(1). 添加头文件和库文件：将 表格识别 SDK 添加到工程中，包括 YDOCRTable.h头文件、libbase.a和libocrtable.a文件。可以直接将OCRTableSDK文件夹拖动到工程中，也可以选择File “Add files to ‘Project Name’…”。

(2). 设置工程Other Linker Flags为-ObjC。如图:

(3). 在工程build Phases – Link Binary With Libraries中添加libbase.a, libocrtable.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。如图:

SDK初始化

说明：所有的查询都需要初始化key，只执行初始化一次即可。

//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

说明：请参考 demo 中 OCRTableVController 的使用

1. 构造查询器

YDOCRTableRequest *request = [YDOCRTableRequest request];
YDOCRTableParam *param = [YDOCRTableParam param];
param.docType = @"json";
request.param = param;

2. 将图片转化为base64编码

NSData *data = [self compressImage];
NSString *input = [data base64EncodedStringWithOptions:0];

3. 执行识别过程

识别返回两种情况，一种是成功，相关结果存储在 result 参数中，另外一种是失败，失败信息放在 error，是一个枚举类，整个识别是异步的。

[request lookup:input completionHandler:^(YDOCRTableRequest *request, NSDictionary *result, NSError *error) {
        if (error) {
            //失败
            NSLog(@"%@", error.localizedDescription);
        } else {
            //成功
            [self handleResponse:result];
        }
}];

识别结果说明

输出字段介绍

响应结果是以json形式输出，包含字段如下表所示：

输出字段示例

1. docType为json时的结果：

{  
       "errorCode":"0",   #返回状态 如果成功, 返回0
       "Result":"   {        #如果没有错误,返回识别的内容
          "orientation":"UP",#图片方向
          "tables":[         #返回的表格，如果一张图像中有多个表格，返回多个
                {"cells":[      #表格中的单元格
                   {  
                      "rowRange":"0,0", #单元格行号的范围，如果当前行存在单元格合并情况，两个值不同
                      "colRange":"0,0", #单元格列号的范围，如果当前列存在单元格合并情况，两个值不同
                      "boundingBox":"225,209,379,209,379,240,225,240", #单元格文字的bounding box
                      "dir":"h",   #方向 h水平 v竖直
                      "lang":"zh", #文字种类 zh为中文
                      "lines":[    #单元格中的每一行
                         {  
                            "boundingBox":"225,212,379,209,379,237,225,240", #行的坐标
                            "text":"工程项目合同名称", #行文字
                            "words":[               #每个文字
                               {  
                                  "word":"工",
                                  "boundingBox":"231,212,238,212,238,240,231,240" #每个字的包围框
                               },
                               {  
                                  "word":"程",
                                  "boundingBox":"245,212,258,211,258,239,245,240"
                               },
                               ......
                            ]
                         }
                      ]
                   },
                   {  
                      "rowRange":"0,0",#单元格行号的范围，如果当前行存在单元格合并情况，两个值不同
                      "colRange":"1,1",#单元格列号的范围，如果当前列存在单元格合并情况，两个值不同
                      "boundingBox":"441,206,536,206,536,234,441,234",
                      "dir":"h",
                      "lang":"zh",
                      "lines":[  
                         {  
                            "boundingBox":"441,206,536,206,536,234,441,234",
                            "text":"金额",
                            "words":[  
                               {  
                                  "word":"金",
                                  "boundingBox":"454,206,461,206,..."
                                        ......
                                        }
                                    ]
                                }]
                            }
                        }
                        .....

2. docType为excel时的结果：

{  
       "errorCode":"0",   #返回状态 如果成功, 返回0
       "Result":"{
					"orientation":"UP",#图片方向
                    "tables":["UEsDBBQ ... ... AsAxQIAAOQ1AAA=="]# 表格excel，使用base64编码后的结果
                 }"
}

错误代码列表

常见问题及注意事项

1. 运行程序崩溃？ 检查下是否对应的 SDK静态库包 是否放到当前工程目录下。

2. 识别没结果？ 检查下识别接口回调的错误信息，保证申请的应用ID是有效且提前绑定了。

3. 如何获得应用ID 注册账号，登录后台创建应用和实例并完成绑定， 可获得应用ID和应用密钥等信息。

版本更新记录