- API文档
- 通用文字识别
- 通用表格识别
- 通用文档解析
- 通用文本向量
- 智能文档抽取
- 国内通用票据识别
- 人脸伪造检测
- PDF转Word
- 发票验真
- 身份证识别
- 营业执照识别
- 图片切边增强
- 银行卡识别
- 行驶证识别
- 驾驶证识别
- 票据分类
- 机动车购车发票识别
- 车辆合格证识别
- 名片识别
- 车牌号识别
- 社保卡识别
- 护照识别
- 车辆VIN码识别
- 电子承兑汇票识别
- 车辆登记证识别
- 图片转word
- 二手车购车发票识别
- 证件分类
- 印章检测识别
- 出租车发票识别
- 税务登记证识别
- 组织机构代码证识别
- 开户许可证识别
- 澳门身份证识别
- 港澳居民来往内地通行证
- 台湾居民来往大陆通行证识别
- 台湾身份证识别
- 马来西亚身份证识别
- 户口本识别
- 结婚证识别
- 房产证识别
- 军官证识别
- 飞机行程单识别
- 定额发票识别
- 商铺小票识别
- 海关进出口货物报关单识别
- 事业单位法人证识别
- 港澳台通行证识别
- 日本驾驶证识别
- 香港身份证识别
- 办公文档识别
- 出生证明识别
- 通用篡改检测
- 不动产权证书识别
- 银行回单识别
- 自动擦除手写文字
- 去屏幕纹
- 图像质量检测
- 港澳台居民居住证
- 二维码识别
- 汽车商业险保单识别
- 文档图像切边矫正
- PDF转Excel
- PDF转PPT
- PDF转图片
- Word转PDF
- Excel转PDF
- 图片转PDF
- Word转图片
- 完税证明
- 图像水印去除
- 手写签名识别
- 区块链发票验真
- 合同比对
- 外国人永久居留身份证识别
- 卡证篡改检测
- 毕业证识别
- 学位证识别
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 |
|
| straighten | integer | 否 | 0, 1 |
|
请求体说明（Request Body）
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。
响应体说明（Response Data）
Content-Type: application/json
JSON结构说明如下：
| 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。
|
| + 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：
|
| ++ 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。
|
| ++ direction | integer |
文字阅读方向。
|
| ++ handwritten | integer |
文字是否手写所得。
|
| ++ 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。 |
| 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：
|
| ++ 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。 |
| 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：
|
| ++ 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。
|
| ++++ bottom | integer |
单元格的上边框。
|
| ++++ left | integer |
单元格的上边框。
|
| ++++ right | integer |
单元格的上边框。
|
| +++ 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：
|
| ++++ 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。
|
| ++++ direction | integer |
文字阅读方向。
|
| ++++ handwritten | integer |
文字是否手写所得。
|
| ++++ 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：
|
| +++ 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。
|
| +++ direction | integer |
文字阅读方向。
|
| +++ handwritten | integer |
文字是否手写所得。
|
| +++ 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 | 图片类型不支持 |
| 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 |
| 30203 | 基础服务故障，请稍后重试 |
| 500 | 服务器内部错误 |
