支持多学科教辅试卷的结构化识别，将整页练习册、试卷或教辅中的题目进行自动切题，并识别出其中的文字内容和坐标位置。
接口说明
本接口适用场景
- 阿里云精细版结构化切题，是阿里云官方自研 OCR 文字识别产品，适用于整页练习册、试卷或教辅种的题目场景。
- 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 |
|---|---|
| 智能识别 | 自动切题，并识别其中的全部字段和坐标位置。 |
| 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 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 | 购买精细版结构化切题资源包。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 |
|
| 图片尺寸 |
|
| 图片大小 |
|
| 其他提示 |
|
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，用前面加 * 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:RecognizeEduPaperStructed | none | *全部资源 * |
| 无 |
请求参数
| 名称 | 类型 | 必填 | 描述 | 示例值 |
|---|---|---|---|---|
| Url | string | 否 |
| https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241223/sqecwj/%E7%B2%BE%E7%BB%86%E7%89%88%E7%BB%93%E6%9E%84%E5%8C%96%E5%88%87%E9%A2%98.png |
| body | byte | 否 |
| 图片二进制文件 |
| Subject | string | 否 |
| 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 |
| NeedRotate | boolean | 否 |
| false |
| OutputOricoord | boolean | 否 |
| false |
返回参数
返回参数说明
| 字段 | 类型 | 说明 |
|---|---|---|
| doc_layout | list | 版面信息。 |
| doc_sptext | list | 特殊文字信息。 |
| figure | list | 图案信息。 |
| page_id | int | 页码。 |
| page_title | string | 页标题。 |
| part_info | list | 题型大类信息。 |
| height | int | 算法矫正图片后的高度。 |
| width | int | 算法矫正图片后的宽度。 |
| orgHeight | int | 原图的高度。 |
| orgWidth | int | 原图的宽度。 |
题目列表信息（doc_layout 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| layout_type | string | 文字类型（text：普通文字，special_text：特殊文字，table：表格，head：页眉，foot：页脚，side_column：侧栏）。 |
| pos | list | 外矩形四个点的坐标按顺时针排列（左上、右上、右下、左下）。 |
特殊文字信息（doc_sptext 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| layout_type | string | 文字类型（bold：黑体，complex：特殊体）。 |
| pos | list | 外矩形四个点的坐标按顺时针排列（左上、右上、右下、左下）。 |
图案信息（figure 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| type | string | 配图类型（subject_sline：分栏线，竖线；subject_bline：空格线/下划线，竖线；subject_bracket：括号；subject_quad：田字格和四线三格；subject_table：表格；subject_pattern：图案；subject_big_bracket：大括号；subject_match_question：连线题；subject_question：非材料题；subject_material：材料题）。 |
| x | int | 图案左上角横坐标。 |
| y | int | 图案左上角纵坐标。 |
| w | int | 图案宽度。 |
| h | int | 图案高度。 |
| box | object | 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。 |
| points | list | 图案四个点坐标（左上、右上、右下、左下）。 |
题型大类信息（part_info 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| part_title | string | 题型标题（例如选择题，填空题，解答题）。 |
| pos_list | list | 对应所有题型的外层大矩形的四个点的坐标数组。 |
| subject_list | list | 题目列表。 |
题目列表信息（subject_list 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| index | int | 在 part_info 中的序号。 |
| type | int | 题目类型（0：选择题；1：填空题；2：阅读理解（阅读+问答选择）；3：完型填空（阅读+选择）；4：阅读填空（阅读+填空）；5：问答题；6：选择题，多选多；7：填空、选择题混合；8：应用题；9：判断题；10：作图题；11：材料题；12：计算题；13：连线题；14：作文题；15：解答题；16：其他；17：图；18：表格）。 |
| text | string | 整题文本信息，可能包含 latex 公式，需要自行解析还原。 |
| prob | int | 置信度。 |
| post_list | list | 整题外矩形四个点的坐标按顺时针排列（左上、右上、右下、左下）。 |
| answer_list | list | 答案位置坐标。 |
| element_list | list | 题目元素。 |
| figure_list | list | 插图位置信息。 |
| table_list | list | 表格位置信息。 |
| num_choices | int | 选择题答案数量。 |
题目元素信息（element_list 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| type | int | 题目元素类型（0：题干；1：选项；2：解析；3：答案）。 |
| text | string | 整题文本信息，可能包含 latex 公式，需要自行解析还原。 |
| post_list | list | 外层大矩形的四个点的坐标数组。 |
| content_list | list | 内容数组。 |
内容数组信息（content_list 字段）
| 字段 | 类型 | 说明 |
|---|---|---|
| type | int | 内容类型（0：图片；1：文本；2：公式）。 |
| string | string | 整题文本信息，可能包含 latex 公式，需要自行解析还原。 |
| pos | list | 外层大矩形的四个点的坐标数组。 |
示例
正常返回示例
JSON格式
{
"RequestId": "43A29C77-405E-4CC0-BC55-EE694AD00655",
"Data": {
"figure": [
{
"type": "subject_bracket",
"x": 1039,
"y": 2625,
"w": 124,
"h": 42,
"box": {
"x": 0,
"y": 0,
"w": 0,
"h": 0,
"angle": 0
},
"points": [
{
"x": 1039,
"y": 2625
},
{
"x": 1163,
"y": 2625
},
{
"x": 1163,
"y": 2667
},
{
"x": 1039,
"y": 2667
}
]
}
],
"height": 3442,
"orgHeight": 3442,
"orgWidth": 2377,
"page_id": 7,
"page_title": "",
"part_info": [
{
"part_title": "选择题",
"pos_list": [
[
{
"x": 245,
"y": 3260
},
{
"x": 2235,
"y": 3265
},
{
"x": 2235,
"y": 3353
},
{
"x": 245,
"y": 3352
}
]
],
"subject_list": [
{
"index": 0,
"type": 0,
"prob": 0,
"text": "1.(疑难,★★☆)下列各组数据中,表示同一 时刻的是 ( ) A.前2s末、第2s末、第3s初 B.第1s末、第2s末、第3s末 C.前2s末、第2s末、前3s初 D.前2s初、第2s末、第3s初",
"pos_list": [
[
{
"x": 170,
"y": 417
},
{
"x": 1162,
"y": 416
},
{
"x": 1161,
"y": 757
},
{
"x": 170,
"y": 757
}
]
],
"element_list": [
{
"type": 0,
"text": "1.(疑难,★★☆)下列各组数据中,表示同一 时刻的是 ( )",
"pos_list": [
[
{
"x": 170,
"y": 417
},
{
"x": 1162,
"y": 416
},
{
"x": 1161,
"y": 520
},
{
"x": 170,
"y": 518
}
]
],
"content_list": [
{
"type": 1,
"prob": 0,
"string": "1.(疑难,★★☆)下列各组数据中,表示同一 时刻的是",
"option": "",
"pos": [
{
"x": 170,
"y": 417
},
{
"x": 1131,
"y": 416
},
{
"x": 1131,
"y": 453
},
{
"x": 170,
"y": 454
}
]
},
{
"type": 1,
"prob": 0,
"string": "( )",
"option": "",
"pos": [
{
"x": 1033,
"y": 481
},
{
"x": 1162,
"y": 483
},
{
"x": 1161,
"y": 520
},
{
"x": 1033,
"y": 518
}
]
}
]
},
{
"type": 1,
"text": "A.前2s末、第2s末、第3s初",
"pos_list": [
[
{
"x": 204,
"y": 541
},
{
"x": 746,
"y": 536
},
{
"x": 746,
"y": 572
},
{
"x": 204,
"y": 577
}
]
],
"content_list": [
{
"type": 1,
"prob": 0,
"string": "A.前2s末、第2s末、第3s初",
"option": "",
"pos": [
{
"x": 204,
"y": 541
},
{
"x": 746,
"y": 536
},
{
"x": 746,
"y": 572
},
{
"x": 204,
"y": 577
}
]
}
]
},
{
"type": 1,
"text": "B.第1s末、第2s末、第3s末",
"pos_list": [
[
{
"x": 205,
"y": 601
},
{
"x": 742,
"y": 596
},
{
"x": 743,
"y": 632
},
{
"x": 205,
"y": 637
}
]
],
"content_list": [
{
"type": 1,
"prob": 0,
"string": "B.第1s末、第2s末、第3s末",
"option": "",
"pos": [
{
"x": 205,
"y": 601
},
{
"x": 742,
"y": 596
},
{
"x": 743,
"y": 632
},
{
"x": 205,
"y": 637
}
]
}
]
},
{
"type": 1,
"text": "C.前2s末、第2s末、前3s初",
"pos_list": [
[
{
"x": 205,
"y": 660
},
{
"x": 743,
"y": 660
},
{
"x": 743,
"y": 696
},
{
"x": 205,
"y": 696
}
]
],
"content_list": [
{
"type": 1,
"prob": 0,
"string": "C.前2s末、第2s末、前3s初",
"option": "",
"pos": [
{
"x": 205,
"y": 660
},
{
"x": 743,
"y": 660
},
{
"x": 743,
"y": 696
},
{
"x": 205,
"y": 696
}
]
}
]
},
{
"type": 1,
"text": "D.前2s初、第2s末、第3s初",
"pos_list": [
[
{
"x": 205,
"y": 721
},
{
"x": 746,
"y": 721
},
{
"x": 746,
"y": 757
},
{
"x": 205,
"y": 757
}
]
],
"content_list": [
{
"type": 1,
"prob": 0,
"string": "D.前2s初、第2s末、第3s初",
"option": "",
"pos": [
{
"x": 205,
"y": 721
},
{
"x": 746,
"y": 721
},
{
"x": 746,
"y": 757
},
{
"x": 205,
"y": 757
}
]
}
]
}
]
}
]
}
],
"prism_version": "1.0.9",
"prism_wnum": 0,
"prism_wordsInfo": [],
"width": 2377
},
"Code": "noPermission",
"Message": "You are not authorized to perform this operation."
}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 |
|---|---|---|
| 2021-08-17 | OpenAPI 入参发生变更 | 查看变更详情 |