通用文字识别 API 简介

概念解释

通用文字识别：将自然场景下图片上的文字内容，通过定位和检测，智能识别为可编辑的文本信息。

说明

Hi，您好，欢迎使用有道智云通用文字识别 API接口服务。

如果您想快速体验服务，建议您前往 体验中心 或者在体验中心右下侧找到小程序二维码，扫描进行体验。

本文档主要针对需要集成HTTP API的技术开发工程师，详细描述OCR识别能力相关的技术内容。

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，接入测试前需要获取应用ID和应用密钥；如果您还没有，请按照 新手指南 获取。
• 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 通用文字识别服务报价 。

接口能力

有道智云OCR API接口提供有道的OCR文字识别服务，目前有道智云OCR支持八十种语言的文字识别。您只需要通过调用有道智云OCR API，传入经过Base64编码的图片，通过POST请求方式，就可以得到相应的文字识别结果。

有道智云OCR API HTTPS地址：

https://openapi.youdao.com/ocrapi

注：请求采用application/x-www-form-urlencoded，不用JSON。

协议须知

调用方在集成通用文字识别 API时，请遵循以下规则。

接口调用参数

调用API需要向接口发送以下字段来访问服务。

签名生成方法如下： signType=v3； sign=sha256(应用ID+input+salt+curtime+应用密钥)。

其中，input的计算方式为：input=img前10个字符 + img长度 + img后十个字符（当img长度大于20）或 input=img字符串（当img长度小于等于20）。

不同语言获取时间戳，请参看此链接

如果对签名有疑问，可以参看文档末尾各语言demo。

输出结果

返回的结果是json格式，具体说明如下：

即识别结果主要在Result中，输出结构为：regions->lines->words.一个文档可能有多个region，代表段落，一个段落有多行，一行有多个字。

每个段落、每行、每个字都有boundingBox，代表能够框住段落、行、字的最大box的位置信息。

boundingBox共八个值：分别是左上角坐标(x,y)，右上角坐标(x,y)，右下角坐标(x,y)，左下角(x,y)。

具体可参见下面的参考示例。

参考示例

识别的返回结果：

{
    "errorCode": "0",   //识别错误码
    "Result": {         //识别结果
        "orientation": "UP",//图像方向
        "regions": [        //段落
        {
            "boundingBox": "90,56,232,56,232,244,90,244",   //段落区域位置信息
	    "dir": "h",	//按行识别
	    "lang": "zh",	//语种
            "lines": [      //行
            {
            "boundingBox": "116,56,204,56,204,82,116,82",   //行区域位置信息
            "words": [  //字
                {
                    "boundingBox": "124,54,148,54,148,86,124,86",   //字区域位置信息
                    "word": "静" //字识别结果
                },
                {
                "boundingBox": "156,54,172,53,172,85,156,86",
                "word": "夜"
                },
                {
                "boundingBox": "180,53,204,53,204,85,180,85",
                "word": "思"
                }
            ],
            "text": "静夜思"   //行识别结果
        },
        ...
        ]
        }
        ]
    }
}

支持语言

auto支持所有语种的自动识别

服务配置

错误代码列表

常用语言 Demo

Java 示例

通用ocr Java demo

Python3 示例

通用ocr python3 demo

C#示例

通用ocr c# demo

PHP 示例

通用ocr php demo

go 示例

通用ocr go demo