教育试卷 OCR 识别‑教材习题解析‑数理公式识别‑手写试卷识别‑教辅资料电子化‑试卷元素提取 API 接口介绍
【摘要】 前言在线教育、题库平台、智慧校园系统中,常常需要将纸质试卷、练习册、教辅教材完成数字化录入。人工录入试卷内容,不仅工作量繁重,还容易出现文字错录、公式丢失、图表漏采等问题;自研教育场景 OCR 能力,需要适配印刷与手写混排、数理化公式、竖式计算、图表表格等复杂版面,样本收集、模型调优投入巨大。试卷分析与识别接口,对试卷、教材图片做整页版面解析,区分不同版面元素并提取内容,助力纸质教学资料快...
前言
在线教育、题库平台、智慧校园系统中,常常需要将纸质试卷、练习册、教辅教材完成数字化录入。人工录入试卷内容,不仅工作量繁重,还容易出现文字错录、公式丢失、图表漏采等问题;自研教育场景 OCR 能力,需要适配印刷与手写混排、数理化公式、竖式计算、图表表格等复杂版面,样本收集、模型调优投入巨大。试卷分析与识别接口,对试卷、教材图片做整页版面解析,区分不同版面元素并提取内容,助力纸质教学资料快速数字化。
核心能力
- 支持扫描件、手机实拍照片等多种图像来源,对试卷、教辅教材进行整页版面智能分析;
- 可识别区分文本、标题、表格、插图等版面元素,获取各类元素对应的位置信息与文字内容;
- 同时兼容印刷体与手写文字识别,支持数理化公式识别、数学手写竖式算式识别,适配理科类习题试卷;
- 可处理中英文混排试卷素材,适配多栏排版、图文交错等复杂试卷版式,降低版面错乱带来的识别偏差;
- 解析所得试卷图文与题目数据,可支撑题库数字化归档、错题自动归集、在线阅卷辅助、智能组卷等多场景业务能力搭建。
API介绍
请求说明
| 名称 | 类型 | 必须 | 说明 |
|---|---|---|---|
| file | String | 否 | 待识别文件,支持 jpg、jpeg、png、bmp、pdf |
| imageBase64 | String | 否 | 图片 Base64 |
| url | String | 否 | 文件公网可访问地址,支持图片或 PDF |
| pdfFileBase64 | String | 否 | PDF Base64 字符串 |
| pdfFileNum | String | 否 | 需要识别的 PDF 页码,默认第一页 |
| languageType | String | 否 | 识别语言类型,默认值:CHN_ENG;可选值:CHN_ENG(中英文)、ENG(英文) |
| resultType | String | 否 | 返回识别结果是按单行结果返回,还是按单字结果返回,默认值:big;可选值:big、small |
| detectDirection | Boolean | 否 | 是否检测图像朝向,默认值:false;可选值:true、false |
| wordsType | String | 否 | 文字类型,默认值:印刷文字识别;可选值:handwring_only(手写文字识别)、handprint_mix(手写印刷混排识别) |
| recgLongDivision | Boolean | 否 | 是否检测并识别手写竖式,默认值:false;可选值:true、false |
| dispUnderlineAnalysis | Boolean | 否 | 是否开启下划线识别功能,默认值:false;可选值:true、false |
| recgAlter | Boolean | 否 | 是否开启返回涂改识别结果功能,默认值:false;可选值:true、false |
注意:
- file、imageBase64、url、pdfFileBase64 至少传一个,优先级:file > imageBase64 > url
- 图片、PDF Base64 字符串,文件大小不超过 10M。
戳这里查看详情
返回样例
{
"code": 200,// 返回码
"msg": "成功",// 返回描述
"success": true,// 是否成功
"taskNo": "803778060180328336801440",// 本次请求号
"data": {
"results_num": 77,// 识别文本行数量
"words_result": [
{
"words": "锦宏教育微信公众号:jh985211",// 识别文本
"location": {
"top": 28,// 上边距
"left": 133,// 左边距
"width": 233,// 宽度
"height": 20// 高度
},
"type": "print"// 文本类型,print 印刷体、handwriting 手写体
}
],
"img_direction": 0,// 图片方向,0 正向、1 逆时针90度、2 逆时针180度、3 逆时针270度
"sec_cols": 1,// 分栏列数
"sec_rows": 1,// 分栏行数
"layouts_num": 42,// 版面区域数量
"results": [
{
"words_type": "print",// 文本类型
"words": {
"word": "锦宏教育微信公众号:jh985211",// 文本内容
"words_location": {
"top": 28,// 上边距
"left": 133,// 左边距
"width": 233,// 宽度
"height": 20// 高度
},
"line_probability": {
"average": 0.9968734384,// 平均置信度
"min": 0.9832597971// 最小置信度
}
},
"chars": []// 字符级识别结果
}
],
"layouts": [
{
"layout_idx": 0,// 版面区域序号
"layout": "text",// 版面区域类型
"layout_location": {
"top": 28,// 上边距
"left": 133,// 左边距
"width": 233,// 宽度
"height": 20// 高度
}
}
],
"sections": [
{
"sec_idx": 0,// 分区序号
"attribute": "text",// 分区属性
"attri_location": {
"top": 28,// 上边距
"left": 133,// 左边距
"width": 233,// 宽度
"height": 20// 高度
}
}
],
"formula_result": [
{
"form_words": "x+1",// 公式识别内容
"form_location": {
"top": 100,// 上边距
"left": 100,// 左边距
"width": 80,// 宽度
"height": 30// 高度
}
}
]
}
}
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)