印刷文字识别（多语种）

接口说明

基于深度神经网络模型的端到端文字识别系统和讯飞自研的行业先进的光学字符识别技术，将图片（来源如扫描仪或数码相机）中的印刷字体，支持扫描体以及复杂自然场景下的文字识别，直接转换为可编辑文本。支持标准协议中英、保加利亚、塞尔维亚、乌克兰、波斯、普什图、乌尔都、希伯来、立陶宛、挪威、斯洛伐克、塔吉克、土库曼、斯洛文尼亚、荷兰、波兰、孟加拉、捷克、菲律宾、克罗地亚、豪撒、匈牙利、罗马尼亚、瑞典、斯瓦西里、土耳其、乌兹别克、格鲁吉亚、阿塞拜疆、丹麦、芬兰、拉脱维亚、希腊、亚美尼亚、老挝、泰米尔、泰卢固语、德语、法语、西班牙语、葡萄牙语、意大利语、马来语、印尼语、日语、韩语、俄语、越南语、哈萨克语种识别。实现高精准、毫秒级识别体验。适用于资料存档/处理，辅助教学，卡证信息提取。

部分开发语言demo如下，其他开发语言请参照文档进行开发，也欢迎热心的开发者到讯飞开放平台社区分享你们的demo。
印刷文字识别（多语种） demo java语言
印刷文字识别（多语种） demo python语言

印刷文字识别（多语种）时，需按照以下要求:

内容	说明
传输方式	http[s] (为提高安全性，强烈推荐https)
请求地址	http(s): //cn-east-1.api.xf-yun.com/v1/ocr 注：服务器IP不固定，为保证您的接口稳定，请勿通过指定IP的方式调用接口，使用域名方式调用
请求行	POST /v1/ocr HTTP/1.1
接口鉴权	签名机制，详情请参照下方鉴权说明
字符编码	UTF-8
响应格式	统一采用JSON格式
开发语言	任意，只要可以向讯飞云服务发起HTTP请求的均可
适用范围	任意操作系统，但因不支持跨域不适用于浏览器
图片格式	jpg, jpeg, png, bmp, webp, tiff
图片大小	最小尺寸:1B, 最大尺寸:10485760B

#鉴权说明

在调用业务接口时，请求方需要对请求进行签名，服务端通过签名来校验请求的合法性。

#鉴权方法

通过在请求地址后面加上鉴权相关参数的方式，请注意影响鉴权结果的值有url、apiSecret、apiKey、date，如果调试鉴权，请务必按照示例中给的值进行调试，具体参数如下：

http示例url：

https://cn-east-1.api.xf-yun.com/v1/ocr?host=cn-east-1.api.xf-yun.com&date=Wed%2C+07+Dec+2022+08%3A18%3A43+GMT&authorization=YXBpX2tleT0iYTc0NjZkNmY1YTA5OWQzZWQzOTRiM2Y1OTc0NmNlZGIiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0icDdKU3pQUzR3N0NWYndweEprQlBmSk1ueENheTlvbVh0Y1l1SHdhSS9DWT0i

鉴权参数：

参数	类型	必须	说明	示例
host	string	是	请求主机	cn-east-1.api.xf-yun.com
date	string	是	当前时间戳，RFC1123格式("EEE, dd MMM yyyy HH:mm:ss z")	Wed, 07 Dec 2022 08:18:43 GMT
authorization	string	是	使用base64编码的签名相关信息(签名基于hamc-sha256计算)	参考下方详细生成规则

• date参数生成规则：

date必须是UTC+0或GMT时区，RFC1123格式(Wed, 07 Dec 2022 08:18:43 GMT)。
服务端会对date进行时钟偏移检查，最大允许300秒的偏差，超出偏差的请求都将被拒绝。

• authorization参数生成格式：

1）获取接口密钥APIKey 和 APISecret。
在讯飞开放平台控制台，创建一个应用后打开印刷文字识别(多语种)页面可以获取，均为32位字符串。
2）参数authorization base64编码前（authorization_origin）的格式如下。

api_key="$api_key",algorithm="hmac-sha256",headers="host date request-line",signature="$signature"

其中 api_key 是在控制台获取的APIKey，algorithm 是加密算法（仅支持hmac-sha256），headers 是参与签名的参数（见下方注释）。
signature 是使用加密算法对参与签名的参数签名后并使用base64编码的字符串，详见下方。

*注：* headers是参与签名的参数，请注意是固定的参数名（"host date request-line"），而非这些参数的值。

3）signature的原始字段(signature_origin)规则如下。

signature原始字段由 host，date，request-line三个参数按照格式拼接成，
拼接的格式为(\n为换行符,’:’后面有一个空格)：

host: $host\ndate: $date\n$request-line

假设

请求url = "https://cn-east-1.api.xf-yun.com/v1/ocr"
date = "Wed, 07 Dec 2022 08:18:43 GMT"

那么 signature原始字段(signature_origin)则为：

host: cn-east-1.api.xf-yun.com
date: Wed, 07 Dec 2022 08:18:43 GMT
POST /v1/ocr HTTP/1.1

4）使用hmac-sha256算法结合apiSecret对signature_origin签名，获得签名后的摘要signature_sha。

signature_sha=hmac-sha256(signature_origin,$apiSecret)

其中 apiSecret 是在控制台获取的APISecret

5）使用base64编码对signature_sha进行编码获得最终的signature。

signature=base64(signature_sha)

假设

APISecret = "apisecretXXXXXXXXXXXXXXXXXXXXXXX"	
date = "Wed, 07 Dec 2022 08:18:43 GMT"

则signature为

signature="p7JSzPS4w7CVbwpxJkBPfJMnxCay9omXtcYuHwaI/CY="

6）根据以上信息拼接authorization base64编码前（authorization_origin）的字符串，示例如下。

api_key="apikeyXXXXXXXXXXXXXXXXXXXXXXXXXX", algorithm="hmac-sha256", headers="host date request-line", signature="p7JSzPS4w7CVbwpxJkBPfJMnxCay9omXtcYuHwaI/CY="

注： headers是参与签名的参数，请注意是固定的参数名（"host date request-line"），而非这些参数的值。

7）最后再对authorization_origin进行base64编码获得最终的authorization参数。

authorization = base64(authorization_origin)
示例结果为：
authorization=YXBpX2tleT0iYTc0NjZkNmY1YTA5OWQzZWQzOTRiM2Y1OTc0NmNlZGIiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0icDdKU3pQUzR3N0NWYndweEprQlBmSk1ueENheTlvbVh0Y1l1SHdhSS9DWT0i

#鉴权结果

如果鉴权失败，则根据不同错误类型返回不同HTTP Code状态码，同时携带错误描述信息，详细错误说明如下：

HTTP Code	说明	错误描述信息	解决方法
401	缺少authorization参数	{"message":"Unauthorized"}	检查是否有authorization参数，详情见authorization参数详细生成规则
401	签名参数解析失败	{“message”:”HMAC signature cannot be verified”}	检查签名的各个参数是否有缺失是否正确，特别确认下复制的api_key是否正确
401	签名校验失败	{“message”:”HMAC signature does not match”}	签名验证失败，可能原因有很多。 1. 检查api_key,api_secret 是否正确。 2.检查计算签名的参数host，date，request-line是否按照协议要求拼接。 3. 检查signature签名的base64长度是否正常(正常44个字节)。
403	时钟偏移校验失败	{“message”:”HMAC signature cannot be verified, a valid date or x-date header is required for HMAC Authentication”}	检查服务器时间是否标准，相差5分钟以上会报此错误

时钟偏移校验失败示例：

HTTP/1.1 403 Forbidden
Date: Mon, 30 Nov 2020 02:34:33 GMT
Content-Length: 116
Content-Type: text/plain; charset=utf-8
{
    "message": "HMAC signature does not match, a valid date or x-date header is required for HMAC Authentication"
}

text字段Base64解码后示例：

{
   "category" : "mix6",
   "pages" : [
      {
         "angle" : 359.08724975585938,
         "exception" : 0,
         "height" : 326,
         "lines" : [
            {
               "angle" : 0,
               "conf" : 0.98804998397827148,
               "content" : "荷兰语",
               "coord" : [
                  {
                     "x" : 75,
                     "y" : 46
                  },
                  {
                     "x" : 140,
                     "y" : 46
                  },
                  {
                     "x" : 140,
                     "y" : 72
                  },
                  {
                     "x" : 75,
                     "y" : 72
                  }
               ],
               "exception" : 0,
               "words" : [
                  {
                     "conf" : "1.0",
                     "content" : "荷兰语",
                     "coord" : [
                        {
                           "x" : 75,
                           "y" : 46
                        },
                        {
                           "x" : 139,
                           "y" : 46
                        },
                        {
                           "x" : 139,
                           "y" : 73
                        },
                        {
                           "x" : 75,
                           "y" : 73
                        }
                     ]
                  }
               ]
            },
            {
               "angle" : 0.5509040355682373,
               "conf" : 0.9999803900718689,
               "content" : "Hallo, hoe is het weer",
               "coord" : [
                  {
                     "x" : 44,
                     "y" : 120
                  },
                  {
                     "x" : 328,
                     "y" : 117
                  },
                  {
                     "x" : 328,
                     "y" : 150
                  },
                  {
                     "x" : 44,
                     "y" : 153
                  }
               ],
               "exception" : 0,
               "words" : [
                  {
                     "conf" : "1.0",
                     "content" : "Hallo,",
                     "coord" : [
                        {
                           "x" : 43,
                           "y" : 120
                        },
                        {
                           "x" : 114,
                           "y" : 119
                        },
                        {
                           "x" : 115,
                           "y" : 153
                        },
                        {
                           "x" : 44,
                           "y" : 153
                        }
                     ]
                  },
                  {
                     "conf" : "1.0",
                     "content" : "hoe",
                     "coord" : [
                        {
                           "x" : 129,
                           "y" : 119
                        },
                        {
                           "x" : 164,
                           "y" : 118
                        },
                        {
                           "x" : 165,
                           "y" : 152
                        },
                        {
                           "x" : 130,
                           "y" : 152
                        }
                     ]
                  },
                  {
                     "conf" : "1.0",
                     "content" : "is",
                     "coord" : [
                        {
                           "x" : 183,
                           "y" : 118
                        },
                        {
                           "x" : 196,
                           "y" : 118
                        },
                        {
                           "x" : 197,
                           "y" : 152
                        },
                        {
                           "x" : 184,
                           "y" : 152
                        }
                     ]
                  },
                  {
                     "conf" : "1.0",
                     "content" : "het",
                     "coord" : [
                        {
                           "x" : 210,
                           "y" : 118
                        },
                        {
                           "x" : 245,
                           "y" : 118
                        },
                        {
                           "x" : 246,
                           "y" : 151
                        },
                        {
                           "x" : 211,
                           "y" : 152
                        }
                     ]
                  },
                  {
                     "conf" : "1.0",
                     "content" : "weer",
                     "coord" : [
                        {
                           "x" : 260,
                           "y" : 117
                        },
                        {
                           "x" : 326,
                           "y" : 117
                        },
                        {
                           "x" : 327,
                           "y" : 151
                        },
                        {
                           "x" : 261,
                           "y" : 151
                        }
                     ]
                  }
               ]
            },
            {
               "angle" : 356.71075439453125,
               "conf" : 0.99095529317855835,
               "content" : "vandaag",
               "coord" : [
                  {
                     "x" : 44,
                     "y" : 154
                  },
                  {
                     "x" : 158,
                     "y" : 160
                  },
                  {
                     "x" : 156,
                     "y" : 192
                  },
                  {
                     "x" : 42,
                     "y" : 186
                  }
               ],
               "exception" : 0,
               "words" : [
                  {
                     "conf" : "1.0",
                     "content" : "vandaag",
                     "coord" : [
                        {
                           "x" : 43,
                           "y" : 153
                        },
                        {
                           "x" : 156,
                           "y" : 160
                        },
                        {
                           "x" : 154,
                           "y" : 193
                        },
                        {
                           "x" : 41,
                           "y" : 186
                        }
                     ]
                  }
               ]
            }
         ],
         "width" : 491
      }
   ],
   "protoc" : "2.0",
   "version" : "4.5.0.1120"
}

payload.ocr_output_text.text字段base64解码后信息如下，请重点关注：

参数名	类型	描述
version	string	引擎版本号
category	string	引擎调用模式
protocol	string	输出协议版本号，当前协议版本号为2.0
pages	array	页面集合
pages.height	int	页面的高度，以像素为单位
pages.width	int	页面的宽度，以像素为单位
pages.exception	int	异常信息，0(正常)、-1(异常)
pages.angle	float	旋转角度，范围[0,360],顺时针方向
pages.lines	array	文本行，若未检测到，则该字段不存在
pages.tables	array	表格，若未检测到，则该字段不存在
pages.checkboxes	array	复选框，若未检测到，则该字段不存在
pages.seals	array	印章，若未检测到，则该字段不存在
pages.fingerprints	array	指印区，若未检测到，则该字段不存在
pages.graphs	array	插图，若未检测到，则该字段不存在
pages.headers	array	页眉，若未检测到，则该字段不存在
pages.footers	array	页脚，若未检测，则该字段不存在
pages.blocks	array	段落，若未检测到文本行或未开启分块功能，则该字段不存在。在简历、合同文档结构化中默认按照blocks的结构进行输出
pages.page_numbers	array	页码，若未检测到，则该字段不存在
pages.expressions	array	公式，若未检测到，则该字段不存在
pages.barcodes	array	条码，若未检测到，则该字段不存在

pages.lines字段

参数名	类型	描述
id	int	文本行编号，取值范围大于等于0的整数
coord	array	位置坐标，至少4个点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
angle	float	文本行角度，取值范围[0-360]度
conf	float	置信度，取值范围[0-1]
type	string	文本行数据类型（handwriting手写、print印刷）
exception	int	异常信息(0:正常，-1:异常返回)
content	string	识别结果
words	array	单词集合
words.content	string	识别结果
words.conf	float	置信度，取值范围[0-1]
words.coord	array	位置坐标，至少4点
words.coord.x	int	坐标轴x
words.coord.y	int	坐标轴y
word_units	array	单字集合(中文单字，英文单个字母)
word_units.content	string	识别结果
word_units.conf	float	置信度，取值范围[0-1]
word_units.coord	array	位置坐标，至少4点
word_units.coord.x	int	坐标轴x
word_units.coord.y	int	坐标轴y

pages.tables字段

参数名	类型	描述
id	int	表格编号，若id相同则说明同属于一个表格
coord	array	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
cols	int	表格划分出的列数
rows	int	表格划分出的行数
height_set	array	表格单元格高度的集合，以像素为单位
width_set	array	表格单元格宽度的集合，以像素为单位
cells	array	单元格的集合
cells.coord	array	位置坐标，至少四点
cells.coord.x	int	坐标轴x
cells.coord.y	int	坐标轴y
cells.col	int	单元格的列号
cells.row	int	单元格的行号
cells.colspan	int	单元格横跨的列数
cells.rowspan	int	单元格横跨的行数
cells.lines	array	协议2.0不推荐使用
cells.elements	array	单元格中插入要素的集合
cells.elements.id	int	单元格中插入要素的编号
cells.elements.type	string	单元格中插入其他要素的类型(table表格、graph插图、checkbox复选框、seal印章、fingerprint指印、block段落)

pages.checkboxes字段

参数名	类型	描述
id	int	复选框编号
coord	object	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴x
type	string	tick: 勾选(涂黑)框 cross: 叉选框 blank: 空白框

pages.seals字段

参数名	类型	描述
id	int	印章编号
coord	array	目标区域位置信息，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
elements	array	印章中插入要素的集合
elements.id	int	印章中插入要素的编号
elements.type	string	印章中插入要素的类型，table（表格）、graph（插图）、 checkbox（复选框）、seal（印章）、fingerprint（指印)、 block（段落）

pages.fingerprints字段

参数名	类型	描述
id	int	指印编号
coord	object	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y

pages.graphs字段

参数名	类型	描述
id	int	插图中插入要素的编号
coord	array	位置信息，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
elements	array	插图中插入要素的集合
elements.id	float	默认值：1
elements.type	string	插图中插入要素的类型，可选值：block(段落)

pages.headers字段

参数名	类型	描述
id	int	页眉编号
coord	array	目标区域位置信息，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
elements	array	页眉中插入要素的集合
elements.id	int	页眉中插入要素的编号
elements.type	string	页眉中插入要素的类型，table（表格）、graph（插图）、checkbox（复选框）、seal（印章）、fingerprint（指印）、block（段落）

pages.footers字段

参数名	类型	描述
id	int	页脚编号
coord	array	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
elements	array	页脚中插入要素的集合，取值范围：min: 10 ~ max: 100
elements.id	int	插入要素编号
elements.type	string	页脚中插入要素的类型，table（表格）、graph（插图）、checkbox（复选框）、seal（印章）、fingerprint（指印）、block（段落）

pages.blocks字段

参数名	类型	描述
id	int	段落编号，对于跨栏，跨页的文本块区域，其编号是相同的
coord	array	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
line_ids	array	段落中的文本行，采用lines中的id进行索引
line_ids.level	int	层级：目前只在简历、文档结构化中出现。表示当前块在该份简历中所属的嵌套层数。取值范围大于等于1的整数。
line_ids.parent_id	int	父节点：目前只在简历、文档结构化中出现。当前块所对应的父节点。取值范围大于等于-1的整数
line_ids.type	string	段落块的类别(目前只在简历、文档结构化中出现) head: 标题 line: 文本

pages.page_numbers字段

参数名	类型	描述
id	int	页码编号
coord	array	目标区域位置信息，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
elements	array	页码中插入要素的集合
elements.id	int	页码中插入要素的编号
elements.type	string	页码中插入要素的类型

pages.expressions字段

参数名	类型	描述
id	int	公式编号
coord	array	目标区域位置信息，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y

pages.barcodes字段

参数名	类型	描述
id	int	条码编号
coord	array	位置坐标，至少4点
coord.x	int	坐标轴x
coord.y	int	坐标轴y
type	string	条码类型，barcode（条形码）、qrcode（二维码）
content	string	识别结，默认值：1

#language语言特性参数列表:

语言	参数
荷兰	af
阿塞拜疆	az
保加利亚	bg
孟加拉	bn
中英	ch_en
捷克	cs
丹麦	da
德语	de
希腊	el
西班牙语	es
波斯	fa
芬兰	fi
法语	fr
豪撒	ha
希伯来	he
克罗地亚	hr
匈牙利	hu
亚美尼亚	hy
印尼语	id
意大利语	it
日语	ja
格鲁吉亚	ka
哈萨克语	kka
韩语	ko
老挝	lo
立陶宛	lt
拉脱维亚	lv
内蒙语	mn
马来语	ms
挪威	nb
波兰	pl
普什图	ps
葡萄牙语	pt
罗马尼亚	ro
俄语	ru
斯洛伐克	sk
斯洛文尼亚	sl
塞尔维亚	sr
瑞典	sv
斯瓦西里	sw
泰米尔	ta
泰卢固	te
塔吉克	tg
土库曼	tk
菲律宾	tl
土耳其	tr
维吾尔语	ug
乌克兰	uk
乌尔都	ur
乌兹别克	uz
越南语	vi
印地语	hi
泰语	th

#常见问题

#印刷文字识别（多语种）的主要功能是什么？

答：将图片中印刷的文字转化为计算机可编码的文字。

#印刷文字识别（多语种）支持什么应用平台？

答：目前支持Web API应用平台。

#印刷文字识别（多语种）对图片有什么要求吗？

答：图片格式支持 jpg, jpeg, png, bmp, webp, tiff 格式，且需保证图像文件大小base64编码后不超过4MB。

application/json

Body

header

object

必需

用于描述平台特性的参数

code

integer

必需

0表示会话调用成功（并不一定表示服务调用成功，服务是否调用成功以text字段为准）

message

string

描述信息

必需

sid

string

必需

本次会话唯一标识id

payload

object

必需

数据段，用于携带响应的数据

ocr_output_text

object

响应数据块

必需

印刷文字识别（多语种）

接口说明

#鉴权说明

#鉴权方法

#鉴权结果

#language语言特性参数列表:

#常见问题

#印刷文字识别（多语种）的主要功能是什么？

#印刷文字识别（多语种）支持什么应用平台？

#印刷文字识别（多语种）对图片有什么要求吗？

请求参数

返回响应

印刷文字识别（多语种）

接口说明#

#鉴权说明#

#鉴权方法#

#鉴权结果#

#language语言特性参数列表:#

#常见问题#

#印刷文字识别（多语种）的主要功能是什么？#

#印刷文字识别（多语种）支持什么应用平台？#

#印刷文字识别（多语种）对图片有什么要求吗？#

请求参数

返回响应

接口说明

#鉴权说明

#鉴权方法

#鉴权结果

#language语言特性参数列表:

#常见问题

#印刷文字识别（多语种）的主要功能是什么？

#印刷文字识别（多语种）支持什么应用平台？

#印刷文字识别（多语种）对图片有什么要求吗？