产品
体验中心
应用场景
资讯中心
文档与支持
400-6666-582
登录
文档中心
接入技术服务

办公文档识别

功能描述

  • 通用文档识别
  • 适用于常规文档图像
  • 上传图片返回文字识别结果以及文档区域信息

重要特性 详情描述
适用场景 默认支持常规的文档图像
文字方向 默认支持横向和纵向文字混合识别
印刷手写 默认支持手写和印刷判断以及印刷文字和手写文字混合识别
字符信息 可选返回完整的字符信息包括字符坐标和候选字等
版面分析 支持版面要素信息返回如段落列表表格等
表格分析 支持返回文档中的表格分析结果如单元格的行列信息等
语言种类 默认支持简体中文/繁体中文/英语/日语/韩语/法语/德语/葡萄牙语/西班牙语/意大利语/荷兰语/瑞典语/芬兰语/丹麦语/挪威语/匈牙利语/越南语/南非荷兰语/阿尔巴尼亚语/巴斯克语/加泰罗尼亚语/克罗地亚语/捷克语/爱沙尼亚语/冰岛语/爱尔兰语/拉丁语/拉脱维亚语/立陶宛语/马来语/波兰语/罗马尼亚语/斯洛伐克语/斯洛文尼亚语/斯瓦希里语/土耳其语/威尔士言/马其他语/克里奥尔语 /加利西亚语/世界语/菲律宾语/印度尼西亚语/阿塞拜疆语/俄语/保加利亚语/马其顿语/乌克兰语/塞尔维亚语/白俄罗斯语/希腊语/亚美尼亚语等共52种常见语言以及更多映射语言

请求URL

https://api.textin.com/ai/service/v2/recognize/document

HTTP请求方法

HTTP POST

请求头说明（Request Header）

请在HTTP请求中添加以下自定义Header。

header 名 值
x-ti-app-id 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-app-id
x-ti-secret-code 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-secret-code

URL参数（Parameters）

URL参数指以 {参数名}={参数值} 形式拼接到 URL 上的键值对。它以 ? 开头，不同参数之间使用 & 连接。形如 ?p1=v1&p2=v2
参数名 数据类型 是否必填 允许的值 描述
character integer 否 0, 1
  • 返回完整的字符信息包括字符坐标和候选字等，默认关闭
straighten integer 否 0, 1
  • 坐标系选项，默认关闭并且所有结果返回均以原图为参照系
  • 若打开则返回结果的所有坐标点均以正置图像作为参照系
  • 调用者需要注意图像和API结果的角度关系

请求体说明（Request Body）

支持以下两种请求格式

1. Content-Type: application/octet-stream

要上传的图片，目前支持jpg, png, bmp, pdf, tiff, 单帧gif等大部分格式.

请注意，请求体的数据格式为本地文件的二进制流，非 FormData 或其他格式。文件大小不超过 10M，图像宽高须介于 20 和 10000（像素）之间。

2. Content-Type: text/plain

请求体的数据格式为文本，内容为在线文件的URL链接（支持http以及https协议）。在线文件大小不超过 10M，图像宽高须介于 20 和 10000（像素）之间。

响应体说明 （Response Data）

Content-Type: application/json

JSON结构说明如下：

说明：所有接口响应中均包含字段 x_request_id（string类型），作为请求的唯一标识。

字段名 类型 描述
code integer 错误码，详见“错误码说明”
message string

错误信息
version string

接口版本号。
duration number

服务时间消耗，单位是毫秒(ms)。
result object
  + angle integer

图像角度， 定义0度为人类阅读文字的图像方向，称为正置图像， 本字段表示输入图像是正置图像进行顺时针若干角度的旋转所得。

  • 0: ▲
  • 90: ▶
  • 180: ▼
  • 270: ◀
  + width integer

输入图像的宽度。
  + height integer

输入图像的高度。
  + lines array

以文本行为单位的识别结果
   ++ text string

识别内容字符串
   ++ score number

识别置信度
   ++ type string

文本类型，用于表示文字的形态。 当前版本下，文本类型包括：

  • text(文本)
  • stamp(印章)
  • formula(公式)
   ++ position array

以长度为8的整形数组表示四边形， 语义左上角为起始点顺时针构成闭合区域。
   ++ angle integer

图像角度， 定义0度为人类阅读文字的图像方向，称为正置图像， 本字段表示输入图像是正置图像进行顺时针若干角度的旋转所得。

  • 0: ▲
  • 90: ▶
  • 180: ▼
  • 270: ◀
   ++ direction integer

文字阅读方向。

  • -1: 其他
  • 0: 单字
  • 1: 横向
  • 2: 纵向
   ++ handwritten integer

文字是否手写所得。

  • -1: 未知
  • 0: 非手写文字, 一般为印刷文字
  • 1: 文字手写, 一般具备明显的书写特征
   ++ char_scores array

字符置信度，值域范围0-1。 设置character=1时输出。
   ++ char_centers array

字符中心点。 设置character=1时输出。
   ++ char_positions array

字符四边形点坐标，以顺时针构成闭合区域。 设置character=1时输出。
   ++ char_candidates array

候选字数组，表示每一个字符的候选，与候选置信度配套使用。 设置character=1时输出。
   ++ char_candidates_score array

候选字置信度数组，表示每一个候选字符的置信度，与候选字符配套使用。 设置character=1时输出。
   ++ area_index integer

区域编号，属于同一个段落就会共享一个编号。 当设置apply_layout=1时输出。
   ++ area_type string

区域类型。 当设置apply_layout=1时输出。
   ++ attributes object

(optional) 文本行的额外属性， 不同模型不同设置会不一样。
    +++ print integer

(optional) 属性索引值， 对应数组在attribute_map里面， 开关打开且模型支持时输出。
  + areas array

区域数组。
   ++ index integer

区域编号
   ++ score number

区域置信度
   ++ type string

区域类型常用于表示段落等区域信息。 当前版本下，区域类型包括：

  • paragraph(段落)
  • list(列表)
  • edge(页眉页脚)
  • image(图像)
  • stamp(印章)
  • formula(公式)
  • watermark(水印)
  • table(有线表格)
  • borderless_table(无线表格)
   ++ position array

区域多边形点坐标， 顺时针构成闭合区域。
   ++ text string

当区域类型为段落，则内部的若干文本行是语义连续的文字，可以把所有文字串连起来。
   ++ attributes object

(optional) 文本行的额外属性， 不同模型不同设置会不一样。
    +++ print integer

(optional) 属性索引值， 对应数组在attribute_map里面，模型支持时输出。
  + tables array

表格数组。 由于一张图像中会存在一个或者多个表格，所以数组中有对应若干个表格对象。 同时为了完整输出图像中表格以外区域的文字，表格数组中存在一个对象为“非表格”区域，存储所有表格外文字。
   ++ position array

以长度为8的整形数组表示四边形， 语义左上角为起始点顺时针构成闭合区域。
   ++ area_index integer

区域编号，与areas一致。
   ++ area_type string

区域类型，与areas一致。
   ++ type string

表格类型：

  • plain (文本区域而非表格区域): 仅返回文本行信息即字段"lines"
  • table_with_line (有线表格): 仅返回单元格信息即字段"table_cells"
  • table_without_line (无线表格): 仅返回单元格信息即字段"table_cells"
   ++ table_rows integer

表格行数。
   ++ table_cols integer

表格列数。
   ++ height_of_rows array

表格正向放置时每行的高度，与图像旋转角无关，单位是像素(px)。
   ++ width_of_cols array

表格正向放置时每列的宽度，与图像旋转角无关。
   ++ table_lines array

表格线段数组
    +++ position array

线段起始终止端点坐标以及其类型。
    +++ direction string

横向和纵向
   ++ table_cells array

单元格数组，当前区域类型为有线表格或者无线表格时返回本字段。
    +++ start_row integer

单元格的起始行。
    +++ start_col integer

单元格的起始列。
    +++ end_row integer

单元格的结束行。
    +++ end_col integer

单元格的结束列。
    +++ borders object

单元格的框线。
     ++++ top integer

单元格的上边框。

  • 0: 无边框
  • 1: 单实线
     ++++ bottom integer

单元格的上边框。

  • 0: 无边框
  • 1: 单实线
     ++++ left integer

单元格的上边框。

  • 0: 无边框
  • 1: 单实线
     ++++ right integer

单元格的上边框。

  • 0: 无边框
  • 1: 单实线
    +++ text string

单元格内所有识别结果的合并字符串。
    +++ position array

单元格的位置信息， 以长度为8的整形数组表示四边形， 语义左上角为起始点顺时针构成闭合区域。
    +++ lines array

单元格内的文本行，会存在一个或者多个。
     ++++ text string

识别内容字符串
     ++++ score number

识别置信度
     ++++ type string

文本类型，用于表示文字的形态。 当前版本下，文本类型包括：

  • text(文本)
  • stamp(印章)
  • formula(公式)
     ++++ position array

以长度为8的整形数组表示四边形， 语义左上角为起始点顺时针构成闭合区域。
     ++++ angle integer

图像角度， 定义0度为人类阅读文字的图像方向，称为正置图像， 本字段表示输入图像是正置图像进行顺时针若干角度的旋转所得。

  • 0: ▲
  • 90: ▶
  • 180: ▼
  • 270: ◀
     ++++ direction integer

文字阅读方向。

  • -1: 其他
  • 0: 单字
  • 1: 横向
  • 2: 纵向
     ++++ handwritten integer

文字是否手写所得。

  • -1: 未知
  • 0: 非手写文字, 一般为印刷文字
  • 1: 文字手写, 一般具备明显的书写特征
     ++++ char_scores array

字符置信度，值域范围0-1。 设置character=1时输出。
     ++++ char_centers array

字符中心点。 设置character=1时输出。
     ++++ char_positions array

字符四边形点坐标，以顺时针构成闭合区域。 设置character=1时输出。
     ++++ char_candidates array

候选字数组，表示每一个字符的候选，与候选置信度配套使用。 设置character=1时输出。
     ++++ char_candidates_score array

候选字置信度数组，表示每一个候选字符的置信度，与候选字符配套使用。 设置character=1时输出。
   ++ lines array

若当前区域类型为非表格区域，则不返回单元格字段而是返回本字段表示文本行数组。
    +++ text string

识别内容字符串
    +++ score number

识别置信度
    +++ type string

文本类型，用于表示文字的形态。 当前版本下，文本类型包括：

  • text(文本)
  • stamp(印章)
  • formula(公式)
    +++ position array

以长度为8的整形数组表示四边形， 语义左上角为起始点顺时针构成闭合区域。
    +++ angle integer

图像角度， 定义0度为人类阅读文字的图像方向，称为正置图像， 本字段表示输入图像是正置图像进行顺时针若干角度的旋转所得。

  • 0: ▲
  • 90: ▶
  • 180: ▼
  • 270: ◀
    +++ direction integer

文字阅读方向。

  • -1: 其他
  • 0: 单字
  • 1: 横向
  • 2: 纵向
    +++ handwritten integer

文字是否手写所得。

  • -1: 未知
  • 0: 非手写文字, 一般为印刷文字
  • 1: 文字手写, 一般具备明显的书写特征
    +++ char_scores array

字符置信度，值域范围0-1。 设置character=1时输出。
    +++ char_centers array

字符中心点。 设置character=1时输出。
    +++ char_positions array

字符四边形点坐标，以顺时针构成闭合区域。 设置character=1时输出。
    +++ char_candidates array

候选字数组，表示每一个字符的候选，与候选置信度配套使用。 设置character=1时输出。
    +++ char_candidates_score array

候选字置信度数组，表示每一个候选字符的置信度，与候选字符配套使用。 设置character=1时输出。

JSON结构示例

{"code":200,"message":"success","version":"v2.0.0","duration":871.5,"result":{"angle":90,"width":1280,"height":1440,"lines":[{"text":"这是一个例子。","score":0.99,"type":"text","position":[0,0,50,0,50,30,0,30],"angle":90,"direction":1,"handwritten":1,"char_scores":[0.99,0.98,0.95,0.95,0.99,0.93,0.87],"char_centers":[[20,10],[30,10],[40,10],[50,10],[60,10],[70,10],[80,10]],"char_positions":[[18,8,22,8,22,12,18,12],[28,88,32,8,32,12,28,12],[38,88,42,8,42,12,38,12],[48,88,52,8,52,12,48,12],[58,88,62,8,62,12,58,12],[68,88,72,8,72,12,68,12],[78,88,82,8,82,12,78,12]],"char_candidates":[["这"],["是"],["一","-"],["个"],["例"],["子"],["。","O"]],"char_candidates_score":[[0.99],[0.99],[0.95,0.05],[0.99],[0.99],[0.99],[0.89,0.11]],"area_index":1,"area_type":"paragraph","attributes":{"print":2}}],"areas":[{"index":1,"score":0.95,"type":"paragraph","position":[0,0,100,0,100,100,0,100],"text":"今天天气晴朗，我们可以出去郊游！","attributes":{"print":1}}],"tables":[{"position":[0,0,50,0,50,30,0,30],"area_index":1,"area_type":"borderless_table","type":"table_with_line","table_rows":3,"table_cols":4,"height_of_rows":[4,5,6],"width_of_cols":[20,20,20,20],"table_lines":[{"position":[10,20,80,20],"direction":"horizontal"}],"table_cells":[{"start_row":1,"start_col":1,"end_row":2,"end_col":3,"borders":{"top":0,"bottom":0,"left":1,"right":1},"text":"单元格里面的文字，若为多行则行间存在换行符。","position":[0,0,50,0,50,50,0,50],"lines":[{"text":"这是一个例子。","score":0.99,"type":"text","position":[0,0,50,0,50,30,0,30],"angle":90,"direction":1,"handwritten":1,"char_scores":[0.99,0.98,0.95,0.95,0.99,0.93,0.87],"char_centers":[[20,10],[30,10],[40,10],[50,10],[60,10],[70,10],[80,10]],"char_positions":[[18,8,22,8,22,12,18,12],[28,88,32,8,32,12,28,12],[38,88,42,8,42,12,38,12],[48,88,52,8,52,12,48,12],[58,88,62,8,62,12,58,12],[68,88,72,8,72,12,68,12],[78,88,82,8,82,12,78,12]],"char_candidates":[["这"],["是"],["一","-"],["个"],["例"],["子"],["。","O"]],"char_candidates_score":[[0.99],[0.99],[0.95,0.05],[0.99],[0.99],[0.99],[0.89,0.11]]}]}],"lines":[{"text":"这是一个例子。","score":0.99,"type":"text","position":[0,0,50,0,50,30,0,30],"angle":90,"direction":1,"handwritten":1,"char_scores":[0.99,0.98,0.95,0.95,0.99,0.93,0.87],"char_centers":[[20,10],[30,10],[40,10],[50,10],[60,10],[70,10],[80,10]],"char_positions":[[18,8,22,8,22,12,18,12],[28,88,32,8,32,12,28,12],[38,88,42,8,42,12,38,12],[48,88,52,8,52,12,48,12],[58,88,62,8,62,12,58,12],[68,88,72,8,72,12,68,12],[78,88,82,8,82,12,78,12]],"char_candidates":[["这"],["是"],["一","-"],["个"],["例"],["子"],["。","O"]],"char_candidates_score":[[0.99],[0.99],[0.95,0.05],[0.99],[0.99],[0.99],[0.89,0.11]]}]}]}}

错误码说明

错误码 描述
40101 x-ti-app-id 或 x-ti-secret-code 为空
40102 x-ti-app-id 或 x-ti-secret-code 无效，验证失败
40103 客户端IP不在白名单
40003 余额不足，请充值后再使用
40004 参数错误，请查看技术文档，检查传参
40007 机器人不存在或未发布
40008 机器人未开通，请至市场开通后重试
40301 文件类型不支持，接口会返回实际检测到的文件类型，如“当前文件类型为.gif”
40302 上传文件大小不符，文件大小不超过 10M
40303 文件类型不支持
40304 图片尺寸不符，图像宽高须介于 20 和 10000（像素）之间
40305 识别文件未上传
40400 无效的请求链接，请检查链接是否正确
30203 基础服务故障，请稍后重试
500 服务器内部错误
技术交流群
技术交流群

联系我们