通用图文OCR增强版

一、功能介绍

通用图文OCR识别用于识别图片中的文字，返回识别的文字内容、文字位置。

二、计费说明

通用图文OCR增强版支持按量后付费和资源包抵扣两种付费方式。

按量后付费

当您开通内容安全增强版服务后，默认付费方式是按量后付费，且按照实际用量结算当日费用，不调用服务不收费。

三、接入指引

1. 注册阿里云账号：立即注册，按照操作提示完成账号注册。

2. 开通内容安全按量付费：请确保您已开通服务，开通不收费，接口接入使用后系统会按使用量自动出账，详情请参见计费说明。您也可以购买按量抵扣资源包，资源包相较于后付费存在一定阶梯抵扣，适合使用量级可预期和较大的用户。

3. 创建AccessKey：请确保您已通过RAM创建AccessKey，如果您使用的是子账号AccessKey，您需要通过主账号给子账号赋予AliyunYundunGreenWebFullAccess权限，具体操作，请参见RAM授权。

4. 开发接入：推荐使用SDK方式调用，具体方法请详见图片审核增强版SDK及接入指南。

四、API接口

使用说明

您可以调用该接口创建图片内容检测任务。关于如何构造HTTP请求，请参见接入指南；您也可以直接选用已构造好的HTTP请求，更多信息，请参见SDK参考。

• 业务接口：ImageModeration

• 支持的地域及接入地址：

• 计费信息：该接口为收费接口。仅对HTTP状态码为200的请求进行计量计费，产生其他错误码时不会计费。关于计费方式，请参见计费说明。

• 图片要求：

• 图片支持以下格式：PNG、JPG、JPEG、BMP、WEBP、TIFF、SVG、HEIC（该格式最长边需小于8192 px）、GIF（取第一帧）、ICO（取最后一图）。

• 图片大小限制在20 MB以内，高或者宽不能超过16,384 px，且总像素不能超过1.67亿 px。像素建议大于200*200（px），像素过低会影响内容安全检测算法的效果。

• 图片下载时间限制为3秒内，如果下载时间超过3秒，返回下载超时。

QPS限制

本接口的单用户QPS限制为100次/秒。超过限制，API调用会被限流，这可能会影响您的业务，请合理调用。如果您业务量级较大或者有紧急扩容需求需要更大QPS，请联系您的商务经理。

调试

在接入前，您也可以通过阿里云OpenAPI在线调试图片审核增强版的接口，查看调用示例代码及SDK依赖信息，方便概览接口的使用方法和参数。

请求参数

关于在请求中必须包含的公共请求参数，请参考图片审核增强版SDK及接入指南。

请求body是一个JSON结构体，包含以下字段：

表 1. ServiceParameters

返回数据

表 2. Data

表 3. Ext

表 4. OcrResult

表 5. Location

表 6. Result

示例

请求示例

{
    "Service": "generalOcr",
    "ServiceParameters": {
        "imageUrl": "https://img.alicdn.com/tfs/TB1U4r9AeH2gK0jSZJnXXaT1FXa-2880-480.png",
        "dataId": "img123****"
    }
}

返回示例

• 当图片中检测到文字时，返回示例：

{
    "Msg": "OK",
    "Code": 200,
    "Data": {
        "DataId": "img123****",
        "Result": [
            {
                "Label": "nonLabel"
            }
        ],
        "Ext": {
            "OcrResult": [
                {
                    "Text": "图文识别结果行1",
                    "Location": {
                        "H": 26,
                        "W": 83,
                        "X": 41,
                        "Y": 84
                    }
                },
                {
                    "Text": "图文识别结果行1",
                    "Location": {
                        "H": 25,
                        "W": 95,
                        "X": 78,
                        "Y": 114
                    }
                }
            ]
        }
    },
    "RequestId": "ABCD1234-1234-1234-1234-1234XYZ"
}

• 当图片中没有检测到文字时，返回示例：

{
    "Msg": "OK",
    "Code": 200,
    "Data": {
        "DataId": "img123****",
        "Result": [
            {
                "Label": "nonLabel"
            }
        ],
        "Ext": null
    },
    "RequestId": "ABCD1234-1234-1234-1234-1234XYZ"
}

Code说明

以下为接口返回code的含义说明，系统仅对code返回为200的请求计量计费，其他code不会计费。