接口描述
在通用文字识别的基础上，提供更高精度的识别服务，支持更多语种识别（丹麦语、荷兰语、马来语、瑞典语、印尼语、波兰语、罗马尼亚语、土耳其语、希腊语、匈牙利语、泰语、越语、阿拉伯语、印地语及部分中国少数民族语言），并将字库从1w+扩展到2w+，能识别所有常用字和大部分生僻字。
在线调试
您可以在 示例代码中心 中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
请求说明
请求示例
HTTP 方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic
URL参数：
| 参数 | 值 |
|---|---|
| access_token | 通过API Key和Secret Key获取的access_token,参考“Access Token获取” |
Header如下：
| 参数 | 值 |
|---|---|
| Content-Type | application/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 可选值范围 | 说明 |
|---|---|---|---|---|
| image | 和 url/pdf_file 三选一 | string | - |
图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式 优先级：image > url > pdf_file，当image字段存在时，url、pdf_file字段失效 |
| url | 和 image/pdf_file 三选一 | string | - |
图片完整url，url长度不超过1024字节，url对应的图片base64编码后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式 优先级：image > url > pdf_file，当image字段存在时，url字段失效 请注意关闭URL防盗链 |
| pdf_file | 和 image/url 三选一 | string | - |
PDF文件，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px 优先级：image > url > pdf_file，当image、url字段存在时，pdf_file字段失效 |
| pdf_file_num | 否 | string | - | 需要识别的PDF文件的对应页码，当 pdf_file 参数有效时，识别传入页码的对应页面内容，若不传入，则默认识别第 1 页 |
| language_type | 否 | string |
auto_detect CHN_ENG ENG JAP KOR FRE SPA POR GER ITA RUS DAN DUT MAL SWE IND POL ROM TUR GRE HUN THA VIE ARA HIN |
识别语言类型，默认为CHN_ENG 可选值包括： - auto_detect：自动检测语言，并识别 - CHN_ENG：中英文混合 - ENG：英文 - JAP：日语 - KOR：韩语 - FRE：法语 - SPA：西班牙语 - POR：葡萄牙语 - GER：德语 - ITA：意大利语 - RUS：俄语 - DAN：丹麦语 - DUT：荷兰语 - MAL：马来语 - SWE：瑞典语 - IND：印尼语 - POL：波兰语 - ROM：罗马尼亚语 - TUR：土耳其语 - GRE：希腊语 - HUN：匈牙利语 - THA：泰语 - VIE：越南语 - ARA：阿拉伯语 - HIN：印地语 |
| detect_direction | 否 | string | true/false |
是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true：检测朝向； - false：不检测朝向 |
| paragraph | 否 | string | true/false | 是否输出段落信息 |
| probability | 否 | string | true/false | 是否返回识别结果中每一行的置信度 |
请求代码示例
提示一：使用示例代码前，请记得替换其中的示例Token、图片地址或Base64信息。
提示二：部分语言依赖的类或库，请在代码注释中查看下载地址。
curl -i -k 'https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token=【调用鉴权接口获取的token】
' --data 'image=【图片Base64编码，需UrlEncode】' -H 'Content-Type:application/x-www-form-urlencoded'
返回说明
返回参数
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | uint64 | 唯一的log id，用于问题定位 |
| direction | 否 | int32 |
图像方向，当 detect_direction=true 时返回该字段。 - - 1：未定义， - 0：正向， - 1：逆时针90度， - 2：逆时针180度， - 3：逆时针270度 |
| words_result_num | 是 | uint32 | 识别结果数，表示words_result的元素个数 |
| words_result | 是 | array[] | 识别结果数组 |
| + words | 否 | string | 识别结果字符串 |
| + probability | 否 | object | 识别结果中每一行的置信度值，包含average：行置信度平均值，variance：行置信度方差，min：行置信度最小值，当 probability=true 时返回该字段 |
| paragraphs_result | 否 | array[] | 段落检测结果，当 paragraph=true 时返回该字段 |
| + words_result_idx | 否 | array[] | 一个段落包含的行序号，当 paragraph=true 时返回该字段 |
| paragraphs_result_num | 否 | uint32 | 识别结果数，表示 paragraphs_result的元素个数，当 paragraph=true 时返回该字段 |
| pdf_file_size | 否 | string | 传入PDF文件的总页数，当 pdf_file 参数有效时返回该字段 |
返回示例
{ "log_id": 1390582998516105216, "words_result_num": 2 "words_result": [ { "words": " OCR" }
, { "words": "百度通用文字识别高精度版" } ] }
