前言

在票据单据、表单填报、仪表读数、工业台账、财务凭证等业务场景，经常需要从图片、扫描件中精准提取各类数字信息。通用 OCR 会返回全部文字内容，需要业务侧二次过滤筛选数字，增加开发处理成本；人工抄写图片内数字，不仅效率低下，还容易出现抄错、漏读问题；自研数字专项识别模型，需要收集大量不同字体、背景干扰下的数字样本，模型调优与维护投入较高。数字 OCR 识别接口定向聚焦数字要素，自动过滤无关文本，精准提取画面内数字以及对应位置信息，助力各类数值类业务高效处理。

核心能力

• 支持图片链接、Base64 编码、PDF 文件等多种输入形式，适配手机实拍照片、扫描文档、截图等多类图像素材聚美智数；
• 定向识别图像中的数字内容，自动过滤非数字干扰文本，同步输出数字对应的画面位置信息，聚焦数值要素提取聚美智数；
• 对印刷数字具备高识别精度，适配单据表单、仪表截图、台账凭证、报表截图等多种业务画面；
• 兼容图片倾斜、轻微反光、普通复杂背景等实拍干扰，降低环境因素带来的识别偏差；
• 提取得到的数字与位置信息，支撑仪表读数采集、单据数值录入、台账数据归档、表单自动填充等多场景。

API介绍

请求说明

注意：

• image、url、pdfFile、ofdFile 必须提供一个，优先级：image > url > pdfFile > ofdFile
• 图片、pdf、ofdFile文件不超过8M，最短边至少15px，最长边最大4096px
• 图片支持jpg/jpeg/png/bmp格式

戳这里查看详情

返回样例

{
  "code": 200,//返回码，详见返回码说明
  "msg": "成功",//返回码对应描述
  "taskNo": "522845859198018574212640",//本次请求号
  "data": {
    "wordsResultNum": "4",//识别结果数，表示wordsResult的元素个数
    "wordsResult": [
      {
        "words": "1988116",//识别结果字符串
        "location": {//位置（坐标0点为左上角）
          "top": 529,//表示定位位置的长方形左上顶点的垂直坐标
          "left": 225,//表示定位位置的长方形左上顶点的水平坐标
          "width": 656,//表示定位位置的长方形的宽度
          "height": 59 //表示定位位置的长方形的高度
        },
        "chars": [
          {
            "char": "1",//单字符识别结果
            "location": {//位置（坐标0点为左上角）
              "top": 532,
              "left": 409,
              "width": 28,
              "height": 56
            }
          }
        ]
      }
    ]
  }
}