通用手写体识别

最近更新时间:2024-11-15 01:53:41

我的收藏

1. 接口描述

接口请求域名: ocr.tencentcloudapi.com 。

本接口支持图片内手写体文字的检测和识别,针对手写字体无规则、字迹潦草、模糊等特点进行了识别能力的增强。

默认接口请求频率限制:10次/秒。

推荐使用 API Explorer
点击调试
API Explorer 提供了在线调用、签名验证、SDK 代码生成和快速检索接口等能力。您可查看每次调用的请求内容和返回结果以及自动生成 SDK 调用示例。

2. 输入参数

以下请求参数列表仅列出了接口请求参数和部分公共参数,完整公共参数列表见 公共请求参数

参数名称 必选 类型 描述
Action String 公共参数,本接口取值:GeneralHandwritingOCR。
Version String 公共参数,本接口取值:2018-11-19。
Region String 公共参数,详见产品支持的 地域列表,本接口仅支持其中的: ap-beijing, ap-guangzhou, ap-hongkong, ap-seoul, ap-shanghai 。
ImageBase64 String 图片的 Base64 值。
支持的图片格式:PNG、JPG、JPEG,暂不支持 GIF 格式。
支持的图片大小:所下载图片经Base64编码后不超过 7M。图片下载时间不超过 3 秒。
图片的 ImageUrl、ImageBase64 必须提供一个,如果都提供,只使用 ImageUrl。
示例值:/9j/4AAQSkZJRg.....s97n//2Q==
ImageUrl String 图片的 Url 地址。
支持的图片格式:PNG、JPG、JPEG,暂不支持 GIF 格式。
支持的图片大小:所下载图片经 Base64 编码后不超过7M。图片下载时间不超过 3 秒。
图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性,建议图片存储于腾讯云。
非腾讯云存储的 Url 速度和稳定性可能受一定影响。
示例值:https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralHandwritingOCR/GeneralHandwritingOCR1.jpg
Scene String 场景字段,默认不用填写。
可选值:only_hw 表示只输出手写体识别结果,过滤印刷体。
EnableWordPolygon Boolean 是否开启单字的四点定位坐标输出,默认值为false。
示例值:false
EnableDetectText Boolean 文本检测开关,默认值为true。
设置为false表示直接进行单行识别,可适用于识别单行手写体签名场景。
示例值:false

3. 输出参数

参数名称 类型 描述
TextDetections Array of TextGeneralHandwriting 检测到的文本信息,具体内容请点击左侧链接。
Angle Float 图片旋转角度(角度制),文本的水平方向为0°;顺时针为正,逆时针为负。点击查看如何纠正倾斜文本
示例值:0
RequestId String 唯一请求 ID,由服务端生成,每次请求都会返回(若请求因其他原因未能抵达服务端,则该次请求不会获得 RequestId)。定位问题时需要提供该次请求的 RequestId。

4. 示例

示例1 传入场景only_hw

只输出手写体识别结果,过滤印刷体

输入示例

POST / HTTP/1.1
Host: ocr.tencentcloudapi.com
Content-Type: application/json
X-TC-Action: GeneralHandwritingOCR
<公共请求参数>

{
    "ImageUrl": "https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/***/fakeurl.jpg",
    "Scene": "only_hw"
}

输出示例

{
    "Response": {
        "TextDetections": [
            {
                "DetectedText": "六习作表达30分",
                "Confidence": 99,
                "Polygon": [
                    {
                        "X": 43,
                        "Y": 29
                    },
                    {
                        "X": 176,
                        "Y": 25
                    },
                    {
                        "X": 177,
                        "Y": 49
                    },
                    {
                        "X": 43,
                        "Y": 53
                    }
                ],
                "AdvancedInfo": "{\"Parag\":{\"ParagNo\":1}}",
                "WordPolygon": [
                    {
                        "LeftBottom": {
                            "X": 97,
                            "Y": 204
                        },
                        "LeftTop": {
                            "X": 97,
                            "Y": 156
                        },
                        "RightBottom": {
                            "X": 134,
                            "Y": 204
                        },
                        "RightTop": {
                            "X": 134,
                            "Y": 156
                        }
                    }
                ]
            }
        ],
        "Angel": 0,
        "Angle": 0,
        "RequestId": "b57e40af-a73c-4844-ae7e-344f06efb9e5"
    }
}

示例2 通用手写体识别示例代码

通用手写体识别示例

输入示例

POST / HTTP/1.1
Host: ocr.tencentcloudapi.com
Content-Type: application/json
X-TC-Action: GeneralHandwritingOCR
<公共请求参数>

{
    "ImageUrl": "https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralHandwritingOCR/GeneralHandwritingOCR1.jpg"
}

输出示例

{
    "Response": {
        "TextDetections": [
            {
                "AdvancedInfo": "{\"Parag\":{\"ParagNo\":1}}",
                "Confidence": 99,
                "DetectedText": "飞机飞过天空天空之城",
                "Polygon": [
                    {
                        "X": 99,
                        "Y": 154
                    },
                    {
                        "X": 490,
                        "Y": 154
                    },
                    {
                        "X": 490,
                        "Y": 207
                    },
                    {
                        "X": 99,
                        "Y": 207
                    }
                ],
                "WordPolygon": []
            },
            {
                "AdvancedInfo": "{\"Parag\":{\"ParagNo\":2}}",
                "Confidence": 97,
                "DetectedText": "落雨下的黄昏的我们",
                "Polygon": [
                    {
                        "X": 170,
                        "Y": 216
                    },
                    {
                        "X": 471,
                        "Y": 227
                    },
                    {
                        "X": 469,
                        "Y": 286
                    },
                    {
                        "X": 168,
                        "Y": 275
                    }
                ],
                "WordPolygon": []
            },
            {
                "AdvancedInfo": "{\"Parag\":{\"ParagNo\":2}}",
                "Confidence": 99,
                "DetectedText": "此刻我在异乡的夜里",
                "Polygon": [
                    {
                        "X": 130,
                        "Y": 289
                    },
                    {
                        "X": 455,
                        "Y": 292
                    },
                    {
                        "X": 455,
                        "Y": 351
                    },
                    {
                        "X": 130,
                        "Y": 348
                    }
                ],
                "WordPolygon": []
            },
            {
                "AdvancedInfo": "{\"Parag\":{\"ParagNo\":2}}",
                "Confidence": 98,
                "DetectedText": "感觉着你忽明忽暗",
                "Polygon": [
                    {
                        "X": 143,
                        "Y": 357
                    },
                    {
                        "X": 454,
                        "Y": 349
                    },
                    {
                        "X": 456,
                        "Y": 418
                    },
                    {
                        "X": 145,
                        "Y": 425
                    }
                ],
                "WordPolygon": []
            }
        ],
        "Angel": 0,
        "Angle": 0,
        "RequestId": "361e2ac6-ee7e-40d0-9463-5f05ecd4828e"
    }
}

5. 开发者资源

腾讯云 API 平台

腾讯云 API 平台 是综合 API 文档、错误码、API Explorer 及 SDK 等资源的统一查询平台,方便您从同一入口查询及使用腾讯云提供的所有 API 服务。

API Inspector

用户可通过 API Inspector 查看控制台每一步操作关联的 API 调用情况,并自动生成各语言版本的 API 代码,也可前往 API Explorer 进行在线调试。

SDK

云 API 3.0 提供了配套的开发工具集(SDK),支持多种编程语言,能更方便的调用 API。

命令行工具

6. 错误码

以下仅列出了接口业务逻辑相关的错误码,其他错误码详见 公共错误码

错误码 描述
FailedOperation.DownLoadError 文件下载失败。
FailedOperation.EmptyImageError 图片内容为空。
FailedOperation.ImageBlur 图片模糊。
FailedOperation.ImageDecodeFailed 图片解码失败。
FailedOperation.ImageNoText 图片中未检测到文本。
FailedOperation.ImageSizeTooLarge 图片尺寸过大,请参考输入参数中关于图片大小限制的说明。
FailedOperation.OcrFailed OCR识别失败。
FailedOperation.UnKnowError 未知错误。
FailedOperation.UnOpenError 服务未开通。
InvalidParameter.EngineImageDecodeFailed 图片解码失败。
InvalidParameterValue.InvalidParameterValueLimit 参数值错误。
LimitExceeded.TooLargeFileError 文件内容太大。
ResourceUnavailable.InArrears 账号已欠费。
ResourceUnavailable.ResourcePackageRunOut 账号资源包耗尽。
ResourcesSoldOut.ChargeStatusException 计费状态异常。