在离线环境下，支持在Android或iOS设备端实现通用文字的离线识别，包体小，可达到秒级识别速度。

说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。

能力优势

  • 大文字库识别：支持6100余种识别能力，模型大小只有1.5 MB，覆盖绝大部分识别场景。
  • 支持复杂场景：支持视频流识别模式，多帧识别避免了云端识别强依赖单张图片采集质量的问题，使用多帧融合策略进一步提升多字段场景的识别精度和识别速度，有效减少不可预测的外界因素（拍摄角度、光照等）带来的误识别。
  • 精度与性能融合：离线识别在确保精度的前提下，保证在中低端机器中达到秒级的响应时间，精准快捷。

应用场景

  • 通用文字识别：支持图书、杂志等各类文字识别场景。
  • 身份证识别：支持中国内地二代身份证正反面识别。
  • 驾驶证识别：支持机动车驾驶证主页、副页全部字段识别。
  • 车辆信息识别：支持车牌、车辆VIN码识别。

前提条件

使用SDK前需完成激活授权，具体请参见激活授权。

计费说明

关于通用文字识别SDK的报价，请参见计费介绍。

支持终端

Android、iOS

约束与限制

  • Android系统：Android 5.0以上，设备包含相机模块和陀螺仪模块。
  • iOS系统：iOS 10以上，支持iPhone 5s以上系列机型，设备包含相机模块。
  • 推荐相机分辨率：原生相机的分辨率大于640×480像素，小于1280×720像素。分辨率过大会降低SDK速度。
  • 如需使用iOS系统iPhone 5s及以下、Android低端机型，请联系我们。

接入使用方式

重要 本SDK不会对SDK原厂商传输任何数据。因此，如果您使用本SDK收集个人信息，您将作为数据处理者，原厂商不作为数据处理者或受托处理者。您应当依照相关法律法规，对用户充分告知并获得授权。请您注意在告知用户时，原厂商不应作为数据处理者，亦不应作为受托处理者。