资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

简介

Hi,您好,欢迎使用百度文字识别(OCR)服务。

本文档主要针对API开发者,描述百度OCR文字识别接口服务的相关技术内容。如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

注意!

请勿通过任何第三方插件使用百度OCR服务,使用第三方非法插件会导致您的 Access Token、Secret Token 泄露,他人即可盗用您的账户进行任意消费,如因此产生恶意消费,需您自行承担责任。

如您已经使用了第三方插件,建议您立即删除对应appid并更新账户密码!

接口能力

接口名称 接口能力简要描述
通用场景文字识别 对各类通用场景、文件的识别接口,按行返回识别结果
通用文字识别(标准版) 识别图片中的文字信息
通用文字识别(高精度版) 更高精度地识别图片中的文字信息
通用文字识别(标准含位置版) 识别图片中的文字信息(包含文字区域的坐标信息)
通用文字识别(高精度含位置版) 更高精度地识别图片中的文字信息(包含文字区域的坐标信息)
网络图片文字识别 针对网络图片进行专项优化,对艺术字体或背景复杂的文字内容具有更优的识别效果
办公文档识别 可对办公类文档的版面进行分析,输出图、表、标题、文本、目录、栏、页眉、页脚、页码和脚注的位置,并输出分版块内容的OCR识别结果
数字识别 识别图片中的数字,适用于手机号提取、快递单号提取、充值号码提取等场景
手写文字识别 对手写汉字或手写数字进行识别
表格文字识别V2 支持识别图片/PDF格式文档中的表格内容,返回各表格的表头表尾内容、单元格文字内容及其行列位置信息,全面覆盖各类表格样式,包括常规有线表格、无线表格、含合并单元格表格。同时,支持多表格内容识别。
二维码识别 对二维码、条形码中对应的文字内容进行识别
印章检测 检测并识别合同文件或常用票据中的印章,输出文字内容、印章位置信息以及相关置信度,已支持圆形章、椭圆形章、方形章等常见印章检测与识别
卡证文字识别 对各类卡片、证照进行结构化识别,按字段返回识别结果
身份证识别 对二代居民身份证正反面所有8个字段进行结构化识别
身份证混贴识别 支持自动检测与识别二代居民身份证正反面在同一张图片上的场景,对身份证正反面所有8个字段进行结构化识别
身份证识别(加密版) 支持对身份证图片及识别结果进行信息传输加密,对二代居民身份证正反面所有8个字段进行结构化识别
银行卡识别 对银行卡的卡号、有效期、发卡行、卡片类型、持卡人进行结构化识别
营业执照识别 可结构化识别各类版式的营业执照,返回证件编号、社会信用代码、单位名称、地址、法人、类型、成立日期、有效日期、经营范围等关键字段信息
护照识别 支持对中国大陆居民护照的资料页进行结构化识别,包含国家码、姓名、性别、护照号、出生日期、签发日期、有效期至、签发地点
社保卡识别 支持识别全国各地社保卡,支持识别社会保障卡号、姓名、性别、出生日期、银行卡号、有效期限等8个字段
港澳通行证识别 对港澳通行证证号、姓名、姓名拼音、性别、有效期限、签发地点、出生日期字段进行识别
台湾通行证识别 对台湾通行证证号、签发地、出生日期、姓名、姓名拼音、性别、有效期字段进行识别
户口本识别 对出生地、出生日期、姓名、民族、与户主关系、性别、身份证号码字段进行识别
出生医学证明识别 对出生时间、姓名、性别、出生证编号、父亲姓名、母亲姓名字段进行识别
交通场景文字识别 针对汽车相关场景的各类证件、票据结构化识别
车牌识别 对机动车蓝牌、绿牌、单/双行黄牌的车牌号码进行识别,并能同时识别图像中的多张车牌
VIN码识别 对车辆车架、挡风玻璃上的VIN码进行识别
驾驶证识别 对机动车驾驶证正本所有10个字段进行结构化识别
行驶证识别 对机动车行驶证主页及副页所有22个字段进行结构化识别
车辆证照混贴识别 对机动车行驶证主页及副页、驾驶证主页及副页在同一张图片上的场景进行结构化识别
机动车销售发票识别 对机动车销售发票的号码、代码、日期、价税合计等26个关键字段进行结构化识别
车辆合格证识别 对车辆合格证的编号、车架号、排放标准、发动机编号等23个关键字段进行结构化识别
二手车销售发票识别 对二手车销售发票的号码、代码、日期、买方、卖方、车牌号、车辆类型、二手车市场等25个关键字段进行结构化识别
机动车登记证书识别 对机动车登记证书的编号、机动车所有人、登记机关、车辆类型、发证机关章等15个关键字段进行结构化识别
磅单识别 结构化识别磅单的车牌号、打印时间、毛重、皮重、净重、发货单位、收货单位、单号8个关键字段,现阶段仅支持识别印刷体磅单
快递面单识别 支持市面上常见版式的快递面单识别,包括申通/圆通/中通/百世汇通/韵达/顺丰/京东/邮政/极兔/天天等面单版式,结构化识别运单号、收/寄件人姓名、收/寄件人电话、收/寄件人地址等字段
道路运输证识别 结构化识别道路运输证的业户名称、地址、车辆号牌、经营许可证、经济类型、车辆类型、吨座位、车辆规格、经营范围、初领日期、备注、发证日期等14个关键字段,支持识别横版及竖版两种道路运输证
财务票据文字识别 对财务及金融场景各类票据进行结构化识别,按字段返回识别结果(通用票据识别除外)
智能财务票据识别 对增值税发票、卷票、火车票、出租车票、机票行程单等13类财务票据混贴的图片进行切分识别
银行回单识别 对各大银行的收/付款人户名、账号、开户银行、金额、日期等关键字段进行结构化识别
增值税发票识别 对增值税发票进行文字识别,并结构化返回字段信息,支持增值税专票、普票、电子发票、卷票、区块链发票
增值税发票验真 支持12种增值税发票的真伪及字段信息准确性校验,包括增值税专票、电子专票、普票、电子普票、卷票、通行费增值税电子普票、货运专票、机动车销售发票、二手车销售发票,支持返回票面的全部信息
定额发票识别 对各类定额发票进行结构化识别,可识别发票代码、发票号码、金额、发票所在地、发票金额小写、省、市7个关键字段
通用机打发票识别 对国家/地方税务局发行的横/竖版通用机打发票的号码、代码、日期、合计金额、类型、商品名称字段进行结构化识别
火车票识别 支持对大陆火车票的车票号、始发站、目的站、车次、日期、票价、席别、姓名进行结构化识别
出租车票识别 针对全国各大城市出租车票的发票号码、发票代码、车号、日期、时间、金额进行结构化识别
飞机行程单识别 对飞机行程单中的姓名、始发站、目的站、航班号、日期、票价字段进行结构化识别
汽车票识别 支持对全国范围不同版式汽车票的发票代码、发票号码、到达站、出发站、日期、时间、金额、身份证号、姓名、开票日期10个字段进行结构化识别
过路过桥费发票识别 支持对全国范围不同版式过路、过桥费发票的发票代码、发票号码、入口、出口、日期、时间、金额、省、市9个字段进行结构化识别
船票识别 对全国范围内不同版式的客运船票、货运船票进行结构化识别,包括发票代码、发票号码、发票日期、发票类型、总金额、出发地点、到达地点等7个字段
网约车行程单识别 对各大主要服务商的网约车行程单进行结构化识别,包括滴滴打车、花小猪打车、高德地图、曹操出行、阳光出行,支持识别服务商、行程开始时间、行程结束时间、车型、总金额等16 个关键字段
通用票据识别 对各类票据图片进行文字识别,并按行(半结构化)返回文字在图片中的位置信息
医疗票据文字识别 对医疗场景各类票据进行结构化识别,按字段返回识别结果
医疗发票文字识别 支持识别全国各地门诊/住院发票的 业务流水号、发票号、住院号、门诊号、病例号、姓名、性别、社保卡号、金额大/小写、收款单位、省市、医保统筹支付、个人账户支付等关键字段。支持识别收费项目明细,并可根据不同省市地区返回对应的识别参数
医疗费用明细识别 支持识别全国医疗费用明细的姓名、日期、病人ID、总金额等关键字段,支持识别费用明细项目清单,包含项目类型、项目名称、单价、数量、规格、金额
医疗费用结算单识别 支持识别全国医疗费用结算单的姓名、出/入院时间、发票总金额、自费金额、医保支付金额等 6 个关键字段
医疗检验报告单识别 支持识别全国各地医疗检验报告单的姓名、性别、医院名称、报告单名称等关键字段,支持识别检查具体项目的项目名称、结果、单位、参考区间、结果提示等明细字段
医疗诊断报告单识别 支持识别全国各地各医院医疗诊断报告单,包括医院名称、报告名称、姓名、性别、年龄、科室、临床诊断、报告日期、检查部位、检查方法、检查所见、检查提示、建议、肉眼可见 14个字段
病案首页识别 支持识别全国各地病案首页的病案号、姓名、性别、出生日期、身份证号、出/入院科别、住院次数、药物过敏情况等 15 个关键字段
出院小结识别 支持识别全国出院小结的科室、姓名、性别、年龄、入院日期、出院日期、住院天数、入院诊断、出院诊断、出院医嘱等关键字段
入院小结识别 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地各医院入院小结的姓名、性别、年龄、入院时间、主诉、身份证号、联系人电话、病史采集日期、既往史、现病史、个人史、月经婚育史、工作单位、可靠程度 14个关键字段
诊断证明识别 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地各医院诊断证明的姓名、性别、年龄、科室、入院时间、出院时间、住院号、出院诊断、出院医嘱 9个关键字段
门诊病历识别 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地各医院门诊病历的姓名、日期、诊断、检查、主诉、现病史 6个关键字段,及表格区清单项目名称、规格、单价、数量、金额、项目类型等字段
处方笺识别 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地各医院处方笺的姓名、日期、病人ID、科别 4个关键字段,及表格区清单项目名称、规格、单价、数量、金额、频率、用量、用法等字段
手术记录识别 【请点击申请邀测提交需求申请开通该接口使用权限】支持识别全国各地各医院手术记录的姓名、性别、年龄、科室、麻醉方式、手术操作名称、手术步骤、手术结果、术中所见、术中诊断、术前诊断、术后诊断 12个关键字段
医疗票据类别检测 【请点击申请邀测提交需求申请开通该接口使用权限】支持对医疗发票、医疗费用明细、医疗费用结算单、病案首页、出院小结、增值税发票6项医疗票据的分类,并返回对应票据的图片质量及位置方向信息
教育场景文字识别 针对教育相关场景所涉及的文字、数字、符号进行识别
试卷分析与识别 可对作业、试卷的版面进行分析,输出图、表、标题、文本的位置,并输出分版块内容的OCR识别结果
公式识别 对试卷中的数学公式及题目内容进行识别
词典笔文字识别 用于词典笔扫描文字并识别
其它场景文字识别 对一些特殊场景所涉及图片中的文字内容进行识别
仪器仪表盘读数识别 广泛适用于各类血糖仪、血压仪、燃气表、电表等,可识别表盘上的数字、英文、符号
门脸文字识别 识别图片中的门脸文字信息,自动过滤非门脸文字内容,接口返回门脸名称、描述文字和置信度
文档图像处理 对各类文档图片进行矫正、效果增强等操作,提升图片质量
文档矫正增强 对图片中的文件、卡证、票据等内容进行四角点检测定位,提取主体内容并对其进行矫正,同时可选图片增强效果进一步提升图片清晰度,达到主体检测矫正并增强的目的,提升图片整体质量
文档去手写 去除图片中的手写内容,保留印刷体内容,可用于试卷去手写还原等场景
图片去摩尔纹 去除翻拍电脑、手机等显示屏照片中的摩尔纹,使图片更加清晰
文档图片去底纹 自动识别并去除文档图片中的底纹,使图片更加清晰,便于阅读
文件分类检测 【请点击申请邀测提交需求申请开通该接口使用权限】对图片中的文档、卡证、票据等含文字的主体内容进行检测、分类,返回类别及位置信息
上一篇
购买指南
下一篇
调用方式