AI 助理
备案控制台
文档
输入文档关键字查找
首页 文字识别 开发参考 API参考 API目录 教育场景识别 RecognizeEduPaperOcr - 整页试卷识别

RecognizeEduPaperOcr - 整页试卷识别

更新时间：
产品详情
我的收藏

支持K12全学科扫描场景的整页内容文字识别。接口支持印刷体文本及公式的OCR识别和坐标返回，此外，接口还可对题目中的配图位置进行检测并返回坐标位置。

接口说明

本接口适用场景

  • 阿里云整页试卷识别，是阿里云官方自研 OCR 文字识别产品，适用于对练习册、教辅、教材等内容进行整页识别与题目检索场景。
  • 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
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 97%。

如何使用本接口

步骤概述
1开通 教育场景识别 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购买教育场景识别资源包。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。

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。

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:RecognizeEduPaperOcr
  • 全部资源
    *
    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 字节，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
ImageTypestring是
  • 图片类型。
  • scan：扫描图， photo：实拍图。
scan：扫描图， photo：实拍图
Subjectstring否
  • 年级学科。
  • default:默认, Math:数学, PrimarySchool_Math:小学数学, JHighSchool_Math: 初中数学, Chinese:语文, PrimarySchool_Chinese:小学语文, JHighSchool_Chinese:初中语文, English:英语, PrimarySchool_English:小学英语, JHighSchool_English:初中英语, Physics:物理, JHighSchool_Physics:初中物理, Chemistry: 化学, JHighSchool_Chemistry:初中化学, Biology:生物, JHighSchool_Biology:初中生物, History:历史, JHighSchool_History:初中历史, Geography:地理, JHighSchool_Geography:初中地理, Politics:政治, JHighSchool_Politics:初中政治。
default:默认, Math:数学, PrimarySchool_Math:小学数学, JHighSchool_Math: 初中数学, Chinese:语文, PrimarySchool_Chinese:小学语文, JHighSchool_Chinese:初中语文, English:英语, PrimarySchool_English:小学英语, JHighSchool_English:初中英语, Physics:物理, JHighSchool_Physics:初中物理, Chemistry: 化学, JHighSchool_Chemistry:初中化学, Biology:生物, JHighSchool_Biology:初中生物, History:历史, JHighSchool_History:初中历史, Geography:地理, JHighSchool_Geography:初中地理, Politics:政治, JHighSchool_Politics:初中政治
OutputOricoordboolean否
  • 是否输出原图坐标信息（如果图片被做过旋转，图片校正等处理），默认不需要。
  • true：需要；false：不需要。
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":"√技能提升练 √拓展创新练 12.对于同一平面内的三条直线,给出下列5个论断: 15.「2018春·如皋期末]在一个","figure":[{"type":"subject_pattern","x":1605,"y":3087,"w":645,"h":804,"box":{"x":0,"y":0,"w":0,"h":0,"angle":0},"points":[{"x":1605,"y":3087},{"x":2250,"y":3087},{"x":2250,"y":3891},{"x":1605,"y":3891}]}],"height":7000,"orgHeight":7000,"orgWidth":4716,"prism_version":"1.0.9","prism_wnum":64,"prism_wordsInfo":[{"angle":0,"direction":0,"height":85,"pos":[{"x":207,"y":508},{"x":826,"y":506},{"x":826,"y":592},{"x":208,"y":594}],"prob":96,"recClassify":0,"width":618,"word":"√技能提升练","x":207,"y":506}],"width":4716}
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。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，可能包含 latex 公式，需要自行解析还原。
figurelist图片中的图案信息。
prism_wordsInfolist文字块信息。
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文字块的高度（需考虑文字块的角度）
widthint文字块的宽度（需考虑文字块的角度）
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。
charInfolist单字信息。

单字信息（charInfo 字段）

字段类型说明
wordstring单字文字。
probint置信度。
recClassifyint文字属性分类。（0：中文印刷，1：拉丁语种，2：手写体，3：韩语，4：泰文，5：公式）
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。

图案位置信息（figure 字段）

字段类型说明
typestring图案类型。
xint图案左上角横坐标。
yint图案左上角纵坐标。
wint图案宽度。
hint图案高度。
boxobject图案坐标信息：中心横纵坐标，长宽，顺时针旋转角度。定义同 OpenCV 中 RotatedRect，请参见 OpenCV 文档。
pointslist图案四个点坐标（左上、右上、右下、左下）。

示例

正常返回示例

JSON格式

{
  "RequestId": "43A29C77-405E-4CC0-BC55-EE694AD00655",
  "Data": "{\"content\":\"√技能提升练 √拓展创新练 12.对于同一平面内的三条直线,给出下列5个论断: 15.「2018春·如皋期末]在一个\",\"figure\":[{\"type\":\"subject_pattern\",\"x\":1605,\"y\":3087,\"w\":645,\"h\":804,\"box\":{\"x\":0,\"y\":0,\"w\":0,\"h\":0,\"angle\":0},\"points\":[{\"x\":1605,\"y\":3087},{\"x\":2250,\"y\":3087},{\"x\":2250,\"y\":3891},{\"x\":1605,\"y\":3891}]}],\"height\":7000,\"orgHeight\":7000,\"orgWidth\":4716,\"prism_version\":\"1.0.9\",\"prism_wnum\":64,\"prism_wordsInfo\":[{\"angle\":0,\"direction\":0,\"height\":85,\"pos\":[{\"x\":207,\"y\":508},{\"x\":826,\"y\":506},{\"x\":826,\"y\":592},{\"x\":208,\"y\":594}],\"prob\":96,\"recClassify\":0,\"width\":618,\"word\":\"√技能提升练\",\"x\":207,\"y\":506}],\"width\":4716}",
  "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 入参发生变更查看变更详情
上一篇：RecognizeEduOralCalculation - 口算判题下一篇：RecognizeEduPaperCut - 试卷切题识别
文档推荐