帮助与文档 > 产品文档 > 视觉智能服务 > API文档 > 整题识别(含公式)
整题识别(含公式)

整题识别(含公式)API 简介

概念解释

整题识别(含公式)服务:基于有道机器学习团队业界领先的深度学习技术,将自然场景下图片上的题目文字、数字及公式信息,通过定位和检测,智能识别为可编辑的文本信息,轻松实现题目电子化。

说明

Hi,您好,欢迎使用有道智云整题识别(含公式)OCR API接口服务。

本文档主要针对需要集成API的技术开发工程师,详细描述整题识别(含公式)OCR能力相关的技术内容。

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。

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应用密钥;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 整题识别(含公式)OCR服务报价

接口说明

整题识别(含公式) API HTTPS地址:

https://openapi.youdao.com/ocr_formula

协议须知

调用方在集成整题识别(含公式)OCR API时,请遵循以下规则。

规则 描述
传输方式 HTTPS
请求方式 POST
字符编码 统一使用UTF-8编码
请求格式 表单
响应格式 JSON

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。

符号 含义 必填 举例
detectType 识别类型,10011:识别结果公式完美还原;10012:识别结果适合搜题,默认10011 false 10011
imageType 支持的图片类型,目前只支持Base64 true 目前只支持Base64,请置此字段固定值为1
appKey 应用ID true 可在 应用管理 查看
img 要识别的图片,目前只支持Base64编码 true UTF-8编码
curtime 时间戳(秒) true TimeStamp
sign 签名 true sha256(应用ID+input+curtime+salt+应用密钥)
salt UUID true uuid,唯一通用识别码
signType 签名类型 true v3
docType 服务器响应类型,目前只支持json false json

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10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)。

具体示例如下:

a. 比如:img="Welcome to youdao AICloud.",字符串长度为26,大于20,其input="Welcome to"(前10个字符) + 26(字符串长度) + "o AICloud."(q字符串后10个字符)。 b. 比如:img = "sdT4bWrjS",字符串长度为9,小于20,input = "sdT4bWrjS".

注意:

  1. 请先将需要识别的图片转换为 Base64 编码。

  2. 在发送HTTP请求之前需要对各字段做 URL encode。

  3. 在生成签名拼接 应用ID+input+salt+curtime+应用密钥 字符串时,q 不需要做 URL encode,在生成签名之后,发送 HTTP 请求之前才需要对要发送的 img 做URL encode。

  4. 签名和请求有疑问,可以参考文档最后的常用语言demo

输出结果

返回的结果是json格式,具体说明如下:

字段 类型 字段说明
errorCode text 错误码
Result jsonObject 错误
-orientation text 识别方向
-regions text 区域
--boundingBox text 识别区域坐标
--dir text 方向:行
--lines jsonArray 行数组
---boundingBox text 行坐标信息
---text_height text 行高
---text text 识别的内容
---type text 内容类型:文本或公式

**注意:**boundingBox:坐标,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),原点为左上角坐标。

示例

返回结果示例:

{
    "errorCode": "0",
    "Result": {
        "orientation": "",
        "regions": [{
            "boundingBox": "13,15,584,15,584,83,13,83",
            "dir": "h",
            "lang": "",
            "lines": [
                [{
                    "boundingBox": "13,22,110,22,110,76,13,76",
                    "text_height": 53,
                    "words": [{
                        "boundingBox": "13,23,74,22,74,75,13,76",
                        "word": "13."
                    }, {
                        "boundingBox": "86,22,110,22,110,75,86,75",
                        "word": "若"
                    }],
                    "text": "13.若",
                    "type": "text"
                }, {
                    "boundingBox": "111,15,326,15,326,82,111,82",
                    "text_height": 67,
                    "words": [{
                        "boundingBox": "111,15,326,15,326,82,111,82",
                        "word": " x = ( \\sqrt { 3 } { - 5 } ) ^ { 3 }"
                    }],
                    "text": "x = ( \\sqrt { 3 } { - 5 } ) ^ { 3 }",
                    "type": "formula"
                }, {
                    "boundingBox": "327,22,384,22,384,76,327,76",
                    "text_height": 53,
                    "words": [{
                        "boundingBox": "327,22,338,22,338,75,327,75",
                        "word": ","
                    }, {
                        "boundingBox": "350,23,384,23,384,76,350,76",
                        "word": "则"
                    }],
                    "text": ",则",
                    "type": "text"
                }, {
                    "boundingBox": "385,15,584,15,584,83,385,83",
                    "text_height": 67,
                    "words": [{
                        "boundingBox": "385,16,584,15,584,82,385,83",
                        "word": " \\sqrt { - x - 1 } ="
                    }],
                    "text": "\\sqrt { - x - 1 } =",
                    "type": "formula"
                }]
            ]
        }],
        "exif": "UP"
    }
}

服务配置

支持图片格式 每小时最大请求次数 图片大小
jpg\png\bmp 3600 编码后2M

错误代码列表

错误码 含义
101 缺少必填的参数,首先确保必填参数齐全,然后,确认参数书写是否正确。
102 不支持的语言类型
103 翻译文本过长
104 不支持的API类型
105 不支持的签名类型
106 不支持的响应类型
107 不支持的传输加密类型
108 应用ID无效,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
109 batchLog格式不正确
110 无相关服务的有效实例,应用没有绑定服务实例,可以新建服务实例,绑定服务实例。注:某些服务的翻译结果发音需要tts实例,需要在控制台创建语音合成实例绑定应用后方能使用。
111 开发者账号无效
112 请求服务无效
113 q不能为空
114 不支持的图片传输方式
201 解密失败,可能为DES,BASE64,URLDecode的错误
202 签名检验失败,如果确认应用ID和应用密钥的正确性,仍返回202,一般是编码问题。请确保 img 为UTF-8编码.
203 访问IP地址不在可访问IP列表
205 请求的接口与应用的平台类型不一致,确保接入方式(Android SDK、IOS SDK、API)与创建的应用平台类型一致。如有疑问请参考入门指南
206 因为时间戳无效导致签名校验失败
207 重放请求
301 辞典查询失败
302 翻译查询失败
303 服务端的其它异常
304 会话闲置太久超时
401 账户已经欠费停
402 offlinesdk不可用
411 访问频率受限,请稍后访问
412 长请求过于频繁,请稍后访问
1001 无效的OCR类型
1002 不支持的OCR image类型
1003 不支持的OCR Language类型
1004 识别图片过大
1201 图片base64解密失败
1301 OCR段落识别失败
1411 访问频率受限
1412 超过最大识别字节数
2003 不支持的语言识别Language类型
2004 合成字符过长
2005 不支持的音频文件类型
2006 不支持的发音类型
2201 解密失败
2301 服务的异常
2411 访问频率受限,请稍后访问
2412 超过最大请求字符数
3001 不支持的语音格式
3002 不支持的语音采样率
3003 不支持的语音声道
3004 不支持的语音上传类型
3005 不支持的语言类型
3006 不支持的识别类型
3007 识别音频文件过大
3008 识别音频时长过长
3009 不支持的音频文件类型
3010 不支持的发音类型
3201 解密失败
3301 语音识别失败
3302 语音翻译失败
3303 服务的异常
3411 访问频率受限,请稍后访问
3412 超过最大请求字符数
4001 不支持的语音识别格式
4002 不支持的语音识别采样率
4003 不支持的语音识别声道
4004 不支持的语音上传类型
4005 不支持的语言类型
4006 识别音频文件过大
4007 识别音频时长过长
4201 解密失败
4301 语音识别失败
4303 服务的异常
4411 访问频率受限,请稍后访问
4412 超过最大请求时长
5001 无效的OCR类型
5002 不支持的OCR image类型
5003 不支持的语言类型
5004 识别图片过大
5005 不支持的图片类型
5006 文件为空
5201 解密错误,图片base64解密失败
5301 OCR段落识别失败
5411 访问频率受限
5412 超过最大识别流量
9001 不支持的语音格式
9002 不支持的语音采样率
9003 不支持的语音声道
9004 不支持的语音上传类型
9005 不支持的语音识别 Language类型
9301 ASR识别失败
9303 服务器内部错误
9411 访问频率受限(超过最大调用次数)
9412 超过最大处理语音长度
10001 无效的OCR类型
10002 不支持的OCR image类型
10004 识别图片过大
10201 图片base64解密失败
10301 OCR段落识别失败
10411 访问频率受限
10412 超过最大识别流量
11001 不支持的语音识别格式
11002 不支持的语音识别采样率
11003 不支持的语音识别声道
11004 不支持的语音上传类型
11005 不支持的语言类型
11006 识别音频文件过大
11007 识别音频时长过长,最大支持30s
11201 解密失败
11301 语音识别失败
11303 服务的异常
11411 访问频率受限,请稍后访问
11412 超过最大请求时长
12001 图片尺寸过大
12002 图片base64解密失败
12003 引擎服务器返回错误
12004 图片为空
12005 不支持的识别图片类型
12006 图片无匹配结果
13001 不支持的角度类型
13002 不支持的文件类型
13003 表格识别图片过大
13004 文件为空
13301 表格识别失败
15001 需要图片
15002 图片过大(1M)
15003 服务调用失败
17001 需要图片
17002 图片过大(1M)
17003 识别类型未找到
17004 不支持的识别类型
17005 服务调用失败

版本更新记录

上线日期 版本号 更新内容
2019.05.23 v1.0.0 整题识别(含公式)API上线,支持识别中英文场景下的公式,返回可编辑的latex结果

常用语言 Demo

Java 示例 整题识别(含公式) java demo

Python 示例

整题识别(含公式) python3 demo

C# 示例

整题识别(含公式) c# demo

PHP 示例

整题识别(含公式) php demo

Go 示例

整题识别(含公式) go demo