百度智能云文字识别API文档 - 通用文字识别（标准含位置版）
文档简介：
接口描述：
基于业界领先的深度学习技术，提供多场景、多语种、高精度的整图文字检测和识别服务。在通用文字识别的基础上，返回文字在图片中的位置信息，方便用户进行版式的二次处理。
【百度智能云】卡证文字识别
【百度智能云】财务票据文字识别
【百度智能云】医疗票据文字识别
【百度智能云】交通场景文字识别
【百度智能云】教育场景文字识别
【百度智能云】其他场景文字识别
【百度智能云】iOCR自定义模板文字识别
【百度智能云】通用文字识别（标准版）
【百度智能云】通用文字识别（高精度版）
【百度智能云】网络图片文字识别
【百度智能云】手写文字识别
【百度智能云】门脸文字识别
咨询热线：400-826-7010，为您提供专业的售前咨询，让您快速了解云产品，助您轻松上云！
微信咨询
免费试用、价格特惠
接口描述
基于业界领先的深度学习技术，提供多场景、多语种、高精度的整图文字检测和识别服务。在通用文字识别的基础上，返回文字在图片中的位置信息，方便用户进行版式的二次处理。
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/general
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4M，最短边至少15px，最长边最大4096px，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4M，最短边至少15px，最长边最大4096px，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4M，最短边至少15px，最长边最大4096px 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 |
| recognize_granularity | 否 | string | big/small | 是否定位单字符位置，big：不定位单字符位置，默认值；small：定位单字符位置 |
| language_type | 否 | string |
CHN_ENG ENG JAP KOR FRE SPA POR GER ITA RUS |
识别语言类型，默认为CHN_ENG 可选值包括： - 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 |
| 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。 |
| detect_language | 否 | string | true/false | 是否检测语言，默认不检测，即：false。当前支持中文、英语、日语、韩语 |
| paragraph | 否 | string | true/false | 是否输出段落信息 |
| vertexes_location | 否 | string | true/false | 是否返回文字外接多边形顶点位置，不支持单字位置。默认为false |
| 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/general?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 |
| language | 否 | int32 |
语种类型，当 detect_language=true 时返回该字段。 - - 1：未定义， - 0：英文， - 1：日文， - 2：韩文， - 3：中文 |
| 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 |
| + location | 是 | array[] | 位置数组（坐标0点为左上角） |
| ++ left | 是 | uint32 | 表示定位位置的长方形左上顶点的水平坐标 |
| ++ top | 是 | uint32 | 表示定位位置的长方形左上顶点的垂直坐标 |
| ++ width | 是 | uint32 | 表示定位位置的长方形的宽度 |
| ++ height | 是 | uint32 | 表示定位位置的长方形的高度 |
| + chars | 否 | array[] | 单字符结果，当 recognize_granularity=small 时返回该字段 |
| ++ char | 否 | string | 单字符识别结果，当 recognize_granularity=small 时返回该字段 |
| ++ location | 否 | array[] | 位置数组（坐标0点为左上角），当 recognize_granularity=small 时返回该字段 |
| +++ left | 否 | uint32 | 表示定位位置的长方形左上顶点的水平坐标，当 recognize_granularity=small 时返回该字段 |
| +++ top | 否 | uint32 | 表示定位位置的长方形左上顶点的垂直坐标，当 recognize_granularity=small 时返回该字段 |
| +++ width | 否 | uint32 | 表示定位定位位置的长方形的宽度，当 recognize_granularity=small 时返回该字段 |
| +++ height | 否 | uint32 | 表示位置的长方形的高度，当 recognize_granularity=small 时返回该字段 |
| + probability | 否 | object | 表示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 |
| + vertexes_location | 否 | array[] | 识别结果中每一行的外包四边形点坐标，当 vertexes_location=true 时返回该字段 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 垂直坐标（坐标0点为左上角） |
| + finegrained_vertexes_location | 否 | array[] | 识别结果中每一行的多边形轮廓点坐标，当 vertexes_location=true 时返回该字段 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 垂直坐标（坐标0点为左上角） |
| + min_finegrained_vertexes_location | 否 | array[] | 表示 finegrained_poly_location对应的最小外包矩形点坐标，当 vertexes_location=true 时返回该字段 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 垂直坐标（坐标0点为左上角） |
| 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 |
| + finegrained_vertexes_location | 否 | array[] | 识别结果中每一行的多边形轮廓点坐标，当 paragraph=true && vertexes_location=true 时返回该字段 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 垂直坐标（坐标0点为左上角） |
| + min_finegrained_vertexes_location | 否 | array[] | 表示 finegrained_poly_location对应的最小外包矩形点坐标，当 paragraph=true && vertexes_location=true 时返回该字段 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 垂直坐标（坐标0点为左上角） |
| 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": 1390595283741573120, "words_result_num": 2 "words_result":
[ { "words": " OCR", "location": { "top": 14, "left": 47, "width": 132,
"height": 54 } }, { "words": "百度文字识别", "location": { "top": 84,
"left": 47, "width": 204, "height": 39 } } ], }
