首页 文字识别（OCR） 开发指南 API参考 API目录 通用文字识别 RecognizeHandwriting - 通用手写体识别

RecognizeHandwriting - 通用手写体识别

通用手写体识别。

接口说明

本接口适用场景

  • 阿里云通用手写体识别，是阿里云官方自研OCR文字识别产品，适用于获取手写体书面形式的文字场景，适用于各类手写笔记、板书等。
  • 阿里云OCR产品基于阿里巴巴达摩院强大的AI技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、实时性高、能力全面等几大优势。
  • 本接口图片示例

本接口核心能力

分类概述
多文字形式支持中文手写体、英文手写体、数字手写体。
图像增强默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。
多类型覆盖支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。
高精度识别总体识别准确率可达98%。

如何使用本接口

步骤概述
1开通 通用文字识别 服务。开通服务前后，您可以通过体验馆免费体验本功能识别效果。
2购买通用手写体识别资源包。本API会赠送免费额度，可使用免费额度测试。
3可以参照调试页面提供的代码示例完成API接入开发。接入完成后，调用API获取识别结果。如果使用子账号调用接口，需要阿里云账号（主账号）对RAM账号进行授权。创建RAM用户的具体操作，请参考：创建RAM用户。文字识别服务提供一种系统授权策略，即AliyunOCRFullAccess。具体授权操作，请参见在用户页面为RAM用户授权。

重要提示

类型概述
图片格式
  • 本接口支持：PNG、JPG、JPEG、BMP、GIF、TIFF、WebP。暂不支持PDF格式。
图片尺寸
  • 图片长宽需要大于15像素，小于8192像素。
  • 长宽比需要小于50。
  • 如需达到较好识别效果，建议长宽均大于500px。
  • 图片尺寸过小，会影响识别精度。图片内单字大小在10-50px内时，识别效果较好。
图片大小
  • 图片二进制文件不能超过10MB。
  • 图片过大会影响接口响应速度，建议使用小于1.5M图片进行识别，且通过传图片URL的方式调用接口。
其他提示
  • 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。
  • 接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。
相关能力

调试

您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。

调试

授权信息

下表是API对应的授权信息，可以在RAM权限策略语句的Action元素中使用，用来给RAM用户或RAM角色授予调用此API的权限。具体说明如下：

  • 操作：是指具体的权限点。
  • 访问级别：是指每个操作的访问级别，取值为写入（Write）、读取（Read）或列出（List）。
  • 资源类型：是指操作中支持授权的资源类型。具体说明如下：
    • 对于必选的资源类型，用背景高亮的方式表示。
    • 对于不支持资源级授权的操作，用全部资源表示。
  • 条件关键字：是指云产品自身定义的条件关键字。
  • 关联操作：是指成功执行操作所需要的其他权限。操作者必须同时具备关联操作的权限，操作才能成功。
操作访问级别资源类型条件关键字关联操作
ocr:RecognizeHandwritingWrite
  • OCR
    acs:ocr::{#accountId}:*
    无
无

请求参数

名称类型必填描述示例值
Urlstring否
  • 本字段和body字段二选一，不可同时透传或同时为空。
  • 图片链接（长度不超2048，不支持base64）。
https://img.alicdn.com/tfs/TB1Wo7eXAvoK1RjSZFDXXXY3pXa-2512-3509.jpg
bodybyte否
  • 本字段和URL字段二选一，不可同时透传或同时为空。
  • 图片二进制文件，最大10MB。
  • 使用HTTP方式调用，把图片二进制文件放到HTTP body中上传即可。
  • 使用SDK的方式调用，把图片放到SDK的body中即可。
图片二进制文件
OutputCharInfoboolean否
  • 是否输出单字识别结果，默认不需要。
  • true：需要；false：不需要。
false
NeedRotateboolean否
  • 是否需要自动旋转功能，默认不需要。
  • true：需要；false：不需要。
false
OutputTableboolean否
  • 是否输出表格识别结果，包含单元格信息，默认不需要。
  • true：需要；false：不需要。
false
NeedSortPageboolean否
  • 是否按顺序输出文字块，默认为false。
  • false表示从左往右，从上到下的顺序；true表示从上到下，从左往右的顺序。
false

返回参数

名称类型描述示例值
object

Schema of Response

RequestIdstring

请求唯一 ID

43A29C77-405E-4CC0-BC55-EE694AD00655
Datastring

返回数据

{"content":"炼句 提问方式 1.请赏析诗歌某一联(句) 2.赏析某一联(句)的妙处 3.请赏析诗歌某、角度抒胸意、借景抒情、托物","height":1277,"orgHeight":1277,"orgWidth":1080,"prism_version":"1.0.9","prism_wnum":26,"prism_wordsInfo":[{"angle":-87,"direction":0,"height":83,"pos":[{"x":177,"y":56},{"x":260,"y":60},{"x":259,"y":88},{"x":176,"y":84}],"prob":96,"width":28,"word":"炼句","x":203,"y":30}],"width":1080}
Codestring

状态码

200
Messagestring

详细信息

message

返回参数说明


字段类型说明
angleint图片的角度（当NeedRotate=true时，返回此字段）。0表示正向，90表示图片朝右，180朝下，270朝左。
contentstring识别出图片的文字块汇总。
prism_wordsInfolist文字块信息。
prism_tablesInfolist表格信息（当OutputTable=true时，返回此字段）。
prism_wnumint识别的文字块的数量，prism_wordsInfo数组的大小。
heightint算法矫正图片后的高度。
widthint算法矫正图片后的宽度。
orgHeightint原图的高度。
orgWidthint原图的宽度。

文字块信息（prism_wordsInfo字段。）

字段类型说明
angleint文字块的角度。
heightint算法矫正图片后的高度。
widthint算法矫正图片后的宽度。
poslist文字块的外矩形四个点的坐标按顺时针排列（左上、右上、右下、左下）。当NeedRotate=true时，如果最外层的angle不为0，需要按照angle矫正图片后，坐标才准确。
wordstring文字块的文字内容。
tableIdint表格的id（当OutputTable=true时，返回此字段）。
tableCellIdint表格中单元格的id（当OutputTable=true时，返回此字段）。
charInfolist单字信息。

单字信息（charInfo字段。当OutputCharInfo=true时，返回此字段。）

字段类型说明
wordstring单字文字。
probint置信度。
xint单字左上角横坐标。
yint单字左上角纵坐标。
wint单字宽度。
hint单字高度。

表格信息（prism_tablesInfo字段。当OutputTable=true时，返回此字段。）

字段类型说明
tableIdint表格id，和prism_wordsInfo信息中的tableId对应。
xCellSizeint表格中横坐标单元格的数量。
yCellSizeint表格中纵坐标单元格的数量。
cellInfoslist单元格信息。

单元格信息（cellInfos字段。）

字段类型说明
tableCellIdint表格中单元格id，和prism_wordsInfo信息中的tableCellId对应。
wordstring单元格中的文字。
xscintxStartCell缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为0。
xecintxEndCell缩写，表示横轴方向该单元格结束在第几个单元格，第一个单元格值为0，如果xsc和xec都为0说明该文字在横轴方向占据了一个单元格并且在第一个单元格内。
yscintyStartCell缩写，表示纵轴方向该单元格起始在第几个单元格，第一个单元格值为0。
yecintyEndCell缩写，表示纵轴方向该单元格结束在第几个单元格，第一个单元格值为0。
poslist单元格位置，按照单元格四个角的坐标顺时针排列，分别为左上XY坐标、右上XY坐标、右下XY坐标、左下XY坐标。

示例

正常返回示例

JSON格式

{
  "RequestId": "43A29C77-405E-4CC0-BC55-EE694AD00655",
  "Data": "{\"content\":\"炼句 提问方式 1.请赏析诗歌某一联(句) 2.赏析某一联(句)的妙处 3.请赏析诗歌某、角度抒胸意、借景抒情、托物\",\"height\":1277,\"orgHeight\":1277,\"orgWidth\":1080,\"prism_version\":\"1.0.9\",\"prism_wnum\":26,\"prism_wordsInfo\":[{\"angle\":-87,\"direction\":0,\"height\":83,\"pos\":[{\"x\":177,\"y\":56},{\"x\":260,\"y\":60},{\"x\":259,\"y\":88},{\"x\":176,\"y\":84}],\"prob\":96,\"width\":28,\"word\":\"炼句\",\"x\":203,\"y\":30}],\"width\":1080}",
  "Code": "200",
  "Message": "message"
}

错误码

访问错误中心查看更多错误码。

变更历史

变更时间变更内容概要操作
2021-08-17OpenAPI 入参发生变更
变更项变更内容
入参OpenAPI 入参发生变更
    新增入参：body
阿里云首页 印刷文字识别 相关技术圈