C#语言
更新时间：2024-01-26
表格文字识别同步接口
自动识别表格线及表格内容，结构化输出表头、表尾及每个单元格的文字内容。
public void FormDemo() {
var image = File.ReadAllBytes("图片文件路径");
// 调用表格文字识别同步接口，可能会抛出网络等异常，请使用try/catch捕获
var result = client.Form(image);
Console.WriteLine(result);
}表格文字识别同步接口 请求参数详情
| 参数名称 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| image | 是 | byte[] | 二进制图像数据 |
表格文字识别同步接口 返回数据参数详情
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | long | 唯一的log id，用于问题定位 |
| forms_result_num | 是 | number | |
| forms_result | 是 | array(object) | 识别结果 |
表格文字识别同步接口 返回示例
{
"log_id": 3445697108,
"forms_result_num": 1,
"forms_result": [
{
"body": [
{
"column": 0,
"probability": 0.99855202436447,
"row": 0,
"vertexes_location": [
{
"x": -2,
"y": 260
},
{
"x": 21,
"y": 244
},
{
"x": 35,
"y": 266
},
{
"x": 12,
"y": 282
}
],
"words": "目"
},
{
"column": 3,
"probability": 0.99960500001907,
"row": 5,
"vertexes_location": [
{
"x": 603,
"y": 52
},
{
"x": 634,
"y": 32
},
{
"x": 646,
"y": 50
},
{
"x": 615,
"y": 71
}
],
"words": "66"
},
{
"column": 3,
"probability": 0.99756097793579,
"row": 6,
"vertexes_location": [
{
"x": 634,
"y": 73
},
{
"x": 648,
"y": 63
},
{
"x": 657,
"y": 77
},
{
"x": 643,
"y": 86
}
],
"words": "4"
},
{
"column": 3,
"probability": 0.96489900350571,
"row": 10,
"vertexes_location": [
{
"x": 699,
"y": 178
},
{
"x": 717,
"y": 167
},
{
"x": 727,
"y": 183
},
{
"x": 710,
"y": 194
}
],
"words": "3,"
},
{
"column": 3,
"probability": 0.99809801578522,
"row": 14,
"vertexes_location": [
{
"x": 751,
"y": 296
},
{
"x": 786,
"y": 273
},
{
"x": 797,
"y": 289
},
{
"x": 761,
"y": 312
}
],
"words": "206"
}
],
"footer": [
{
"column": 0,
"probability": 0.99853301048279,
"row": 0,
"vertexes_location": [
{
"x": 605,
"y": 698
},
{
"x": 632,
"y": 680
},
{
"x": 643,
"y": 696
},
{
"x": 616,
"y": 714
}
],
"words": "22"
}
],
"header": [
{
"column": 0,
"probability": 0.94802802801132,
"row": 0,
"vertexes_location": [
{
"x": 183,
"y": 96
},
{
"x": 286,
"y": 29
},
{
"x": 301,
"y": 52
},
{
"x": 199,
"y": 120
}
],
"words": "29月"
}
],
"vertexes_location": [
{
"x": -154,
"y": 286
},
{
"x": 512,
"y": -153
},
{
"x": 953,
"y": 513
},
{
"x": 286,
"y": 953
}
]
}
]
}表格文字识别
自动识别表格线及表格内容，结构化输出表头、表尾及每个单元格的文字内容。表格文字识别接口为异步接口，分为两个API：提交请求接口、获取结果接口。
public void TableRecognitionRequestDemo() {
var image = File.ReadAllBytes("图片文件路径");
// 调用表格文字识别，可能会抛出网络等异常，请使用try/catch捕获
var result = client.TableRecognitionRequest(image);
Console.WriteLine(result);
}表格文字识别 请求参数详情
| 参数名称 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| image | 是 | byte[] | 二进制图像数据 |
表格文字识别 返回数据参数详情
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | long | 唯一的log id，用于问题定位 |
| result | 是 | list | 返回的结果列表 |
| +request_id | 是 | string | 该请求生成的request_id，后续使用该request_id获取识别结果 |
表格文字识别 返回示例
{
"result" : [
{
"request_id" : "1234_6789"
}
],
"log_id":149689853984104
}失败应答示例（详细的错误码说明见本文档底部）：
{
"log_id": 149319909347709,
"error_code": 282000
"error_msg":"internal error"
}表格识别结果
获取表格文字识别结果
public void TableRecognitionGetResultDemo() {
var requestId = "23454320-23255";
// 调用表格识别结果，可能会抛出网络等异常，请使用try/catch捕获
var result = client.TableRecognitionGetResult(requestId);
Console.WriteLine(result);
// 如果有可选参数
var options = new Dictionary<string, object>{
{"result_type", "json"}
};
// 带参数调用表格识别结果
result = client.TableRecognitionGetResult(requestId, options);
Console.WriteLine(result);
}表格识别结果 请求参数详情
| 参数名称 | 是否必选 | 类型 | 可选值范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
| request_id | 是 | string | 发送表格文字识别请求时返回的request id | ||
| result_type | 否 | string | json excel |
excel | 期望获取结果的类型，取值为“excel”时返回xls文件的地址，取值为“json”时返回json格式的字符串,默认为”excel” |
表格识别结果 返回数据参数详情
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | long | 唯一的log id，用于问题定位 |
| result | 是 | object | 返回的结果 |
| +result_data | 是 | string | 识别结果字符串，如果request_type是excel，则返回excel的文件下载地址，如果request_type是json，则返回json格式的字符串 |
| +percent | 是 | int | 表格识别进度（百分比） |
| +request_id | 是 | string | 该图片对应请求的request_id |
| +ret_code | 是 | int | 识别状态，1：任务未开始，2：进行中,3:已完成 |
| +ret_msg | 是 | string | 识别状态信息，任务未开始，进行中,已完成 |
表格识别结果 返回示例
成功应答示例：
{
"result" : {
"result_data" : "",
"persent":100,
"request_id": "149691317905102",
"ret_code": 3
"ret_msg": "已完成",
},
"log_id":149689853984104
}当request_type为excel时，result_data格式样例为：
{
"file_url":"https://ai.baidu.com/file/xxxfffddd"
}当request_type为json时，result_data格式样例为：
{
"form_num": 1,
"forms": [
{
"header": [
{
"row": [
1
],
"column": [
1,
2
],
"word": "表头信息1",
}
],
"footer": [
{
"row": [
1
],
"column": [
1,
2
],
"word": "表尾信息1",
}
],
"body": [
{
"row": [
1
],
"column": [
1,
2
],
"word": "单元格文字",
}
]
}
]
}其中各个参数的说明(json方式返回结果时)：
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| form_num | 是 | int | 表格数量（可能一张图片中包含多个表格） |
| forms | 是 | list | 表格内容信息的列表 |
| +header | 是 | list | 每个表格中，表头数据的相关信息 |
| +footer | 是 | list | 表尾的相关信息 |
| +body | 是 | list | 表格主体部分的数据 |
| ++row | 是 | list | 该单元格占据的行号 |
| ++column | 是 | list | 该单元格占据的列号 |
| ++word | 是 | string | 该单元格中的文字信息 |
失败应答示例（详细的错误码说明见本文档底部）：
{
"log_id": 149319909347709,
"error_code": 282000
"error_msg":"internal error"
}表格识别轮询接口
代码示例
调用表格识别请求，获取请求id之后轮询调用表格识别获取结果的接口
var image = File.ReadAllBytes("图片文件路径");
// 识别为excel文件
var result = client.TableRecognitionToExcel(image, 30000);
Console.Write(result);
// 识别为json结果
result = client.TableRecognitionToJson(image, 30000);
Console.Write(result);请求参数
| 参数 | 类型 | 描述 | 是否必须 |
|---|---|---|---|
| image | byte[] | 图像二进制数据 | 是 |
| timeoutMiliseconds | long | 最长等待时间，超时将返回错误, 一般任务在20s完成 | 是 |
返回参数
与表格识别结果接口返回相同