1、产品简介
智能元素识别API是专为电商图像特定元素识别而设计的API。它能够深入挖掘图像中的细节，帮助用户快速识别图片主体和背景中的文字、Logo、水印及含字色块等元素，能极大提升图像筛选的效率和准确性。
2、适用场景
1.智能图像筛选与优化：
商家和平台可以利用智能元素识别API进行图像筛选，自动识别出含有特定元素（如水印、Logo等）的图片。筛选后，可以进一步调用智能消除API，对这些图像进行优化处理，提升图像质量，缩短产品发布周期。
2.自动化图像处理与效率提升：
通过智能元素识别API，商家和平台能够实现图像处理流程的自动化，自动识别并标记出需要优化的图像元素。这一流程减少了人工干预，提高了图像处理的效率。
3、功能介绍
1.有关图片主体、图片背景、文字、Logo、水印和含字色块的定义：具体可查看消除文档的相关示例（预留文字链）
图片主体：图片中的核心产品区域
图片背景：除产品主体之外的图像其余部分
文字：横着/竖着/斜着的英文/中文
logo：徽标或者商标
水印：单色透明的文字、徽标、图像、网址、店铺名等
含字色块：非主体外的含有文字的色块
2.智能元素识别API的功能主要包括：
元素识别：能帮助识别图片主体和背景是否存在文字、Logo、水印和含字色块等元素。
流程协同：与智能消除API结合使用，先通过智能元素识别API识别出需要移除的元素，再利用智能消除API进行有效移除，确保图像处理的准确性和效率。
3.技术优势：
同步批处理：作为一个同步API，智能元素识别API能处理大量图像，同时保持快速响应，能够适应不同规模的业务需求。
灵活性：用户可以根据需要选择识别的元素类型，包括主体和非主体范围的元素，如水印、Logo、文字等，满足个性化的识别需求。
4、效果对比
原始图片 | 识别结果 |
| 【主体】
【非主体】
|
| 【主体】
【非主体】
|
5、开发指南
5.1请求参数
参数名称 | 类型 | 必填 | 参数描述及示例值 |
ImageUrl | String | 必填 | 图片URL，图像需是JPG、JPEG、PNG、BMP、WEBP格式的，分辨率应在256×256至3000x3000像素之间，文件大小不超过10MB 示例值： |
ObjectDetectElements | number[] | 选填 | 检测图片主体上的元素（1=水印；2=Logo；3=文字；4=含字色块），元素类型可多选。 示例值： |
NonObjectDetectElements | number[] | 选填 | 检测非图片主体上的元素（1=水印；2=Logo；3=文字；4=含字色块），元素类型可多选，与objectDetectElements不可同时为空。 示例值： |
ReturnCharacter | number | 选填 | 是否返回识别区域文字OCR结果（1是，0否），不传默认为0 示例值： |
ReturnBorderPixel | number | 选填 | 是否返回主体边缘化距离（1是，0否），不传默认为0 示例值： |
ReturnProductProp | number | 选填 | 是否返回主体面积占比（1是，0否），不传默认为0 示例值： |
ReturnProductNum | number | 选填 | 是否返回主体数量（1是，0否），不传默认为0 示例值： |
ReturnCharacterProp | number | 选填 | 是否返回文字占比比例（1是，0否），不传默认为0。 该字段需满足两个条件才生效： 1) returnCharacter需同时传1； 2) objectDetectElements或nonObjectDetectElements其中一个字段需要设置3（即需要识别文字） 示例值： |
5.2请求示例
{
"ImageUrl": "https://aib-innovation-oss.oss-accelerate.aliyuncs.com/AI_Business/ccETg/detectiontest.png?Expires=3356500864&OSSAccessKeyId=LTAI5tE8X3gEy66SRU1V8dig&Signature=wDKmatQO3THYqYg6yojCyHAVRq0%3D",
"ObjectDetectElements": [
1,
2,
3,
4
],
"NonObjectDetectElements": [
1,
2,
3,
4
],
"ReturnCharacter": 1,
"ReturnBorderPixel": 1,
"ReturnProductProp": 1,
"ReturnProductNum": 1,
"ReturnCharacterProp": 1
}5.3响应参数
参数名 | 类型 | 描述 |
Code | Number | |
RequestId | String | 请求 ID：用来识别唯一一次请求调用 |
Success | Boolean | 是否成功：true 代表成功，false 代表失败。 |
Message | String | 报错信息，例如“参数中包含敏感信息，请尝试其他输入”。 |
Data | Object | 返回的翻译结果结构体信息。 |
Data.ObjLogo | Boolean | 图像主体上是否存在logo，True/False |
Data.PdNum | Number | 主体数量 |
Data.NoobjLogo | Boolean | 图像非主体上是否存在logo，True/False |
Data.ObjCharacter | Boolean | 图像主体上是否存在文字，True/False |
Data.BorderPixel | String | 主体距边缘的距离（上、下、左、右、原图宽高）'top, bottom, left, right, width, height' |
Data.UsageMap | Object | 用量字段 |
Data.ObjWatermark | Boolean | 图像主体上是否存在水印，True/False |
Data.RecText | Array<String> | 识别文字结果。 |
Data.NoobjNpx | Boolean | 图像非主体上是否存在含字色块，True/False |
Data.NoobjWatermark | Boolean | 图像非主体上是否存在水印，True/False |
Data.TextProp | String | 文字面积占比，比如"7.56%" |
Data.ObjNpx | Boolean | 图像主体上是否存在含字色块，True/False |
Data.PdProp | String | 面积占比，比如'23.45%'(已换算百分比) |
Data.NoobjCharacter | Boolean | 图像非主体上是否存在文字，True/False |
5.4响应示例
{
"Data": {
"ObjLogo": false,
"PdNum": 2,
"NoobjLogo": false,
"ObjCharacter": false,
"BorderPixel": "0,1,0,1,1024,1024",
"UsageMap": {
"ProcessedImageCount": 1
},
"ObjWatermark": false,
"RecText": [
"肌肤手感",
"细腻丝滑",
"升级款",
"高出镜头保护",
"aaa商行",
"10px 50%"
],
"NoobjNpx": true,
"NoobjWatermark": true,
"TextProp": "8.10%",
"ObjNpx": false,
"PdProp": "58.36%",
"NoobjCharacter": true
},
"RequestId": "6002ADA3-5CD2-103C-83D8-BF9356FBD555",
"Message": "Success",
"Code": "success",
"Success": true
}5.5错误码
详见错误码
6、接入准备与调用流程
6.1前置说明
智能元素识别支持同步和异步两种调用方式。本文介绍异步调用接口，如需使用同步调用，请参阅智能元素识别。
智能元素识别及其他能力的异步接口共用结果获取流程、RocketMQ 订阅规则、消息加密协议、依赖配置，以及 Java 消费与解密代码。
异步调用的接入流程，订阅规则，消息格式与加密协议，以及详细的接入方案请参阅异步接口调用说明。
7、计费方式
¥0.02/张
8、使用限制
调用模式：同步。默认 QPS = 5，单次请求超时上限 30 秒。
输入图片：JPG / JPEG / PNG / BMP / WEBP；分辨率 256×256 至 3000×3000；文件 ≤ 10 MB。
计费：按
ProcessedImageCount计件。
9、常见问题
1.智能元素识别 API 应该如何使用？
A:一般而言，智能元素识别 API 和智能消除 API 通常一起配合使用，即先自动筛选出符合需求的图片，再使用智能消除 API 进行消除。同时此API也自带ocr能力，可以帮您过滤出带字的图片并识别图片中文字
2.如何理解含字色块？
A:这里一般指代的是牛皮癣，或者类似文字标签色块。