百度智能云教育场景文字识别API文档 - 试卷分析与识别
文档简介：
接口描述：
可对文档版面进行分析，输出图、表、标题、文本的位置，并输出分版块内容的OCR识别结果，支持中、英两种语言，手写、印刷体混排多种场景，支持公式识别。
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。
【百度智能云】通用场景文字识别
【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
【百度智能云】防疫场景文字识别
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
可对文档版面进行分析，输出图、表、标题、文本的位置，并输出分版块内容的OCR识别结果，支持中、英两种语言，手写、印刷体混排多种场景，支持公式识别。
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/doc_analysis
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 |
| language_type | 否 | string | CHN_ENG/ ENG |
识别语言类型，默认为CHN_ENG 可选值包括： = CHN_ENG：中英文 = ENG：英文 |
| result_type | 否 | string | big/small |
返回识别结果是按单行结果返回，还是按单字结果返回，默认为big。 = big：返回行识别结果 = small：返回行识别结果之上还会返回单字结果 |
| 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。其中， 0 ：正向 1：逆时针旋转90度 2：逆时针旋转180度 3：逆时针旋转270度 |
| line_probability | 否 | string | true/false | 是否返回每行识别结果的置信度。默认为false |
| disp_line_poly | 否 | string | true/false | 是否返回每行的四角点坐标。默认为false |
| words_type | 否 | string | handwring_only/ handprint_mix |
文字类型。 默认：印刷文字识别 = handwring_only：手写文字识别 = handprint_mix： 手写印刷混排识别 |
| layout_analysis | 否 | string | true/false | 是否分析文档版面：包括layout（图、表、标题、段落、目录）；attribute（栏、页眉、页脚、页码、脚注）的分析输出 |
| recg_formula | 否 | string | true/false |
是否检测并识别公式，默认为false，公式以 Latex 格式文本返回。 =true：检测并识别公式 =false：不检测识别公式 |
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。
# 试卷分析与识别 curl -i -k 'https://aip.baidubce.com/rest/2.0/ocr/v1/
doc_analysis?access_token=【调用鉴权接口获取的token】' --data 'language
_type=CHN_ENG&result_type=big&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 |
| img_direction | 否 | int32 | detect_direction=true 时返回。检测到的图像朝向，0 ：正向； 1：逆时针旋转90度；2：逆时针旋转180度；3：逆时针旋转270度 |
| results_num | 是 | uint32 | 识别结果数，表示results的元素个数 |
| results | 是 | array[] | 识别结果数组 |
| + words_type | 是 | string | 文字属性（手写、印刷），handwriting 手写，print 印刷 |
| + words | 是 | array[] | 整行的识别结果数组。 |
| ++ line_probability | 否 | array[] | line_probability=true 时返回。识别结果中每一行的置信度值，包含average：行置信度平均值，min：行置信度最小值 |
| +++ average | 否 | float | 行置信度 |
| +++ min | 否 | float | 整行中单字的最低置信度 |
| ++ word | 是 | float | 整行的识别结果 |
| ++ poly_location | 否 | array[] | 是否返回每行的四角点坐标，disp_line_poly=true时返回 |
| ++ words_location | 是 | array[] | 整行的矩形框坐标。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 | 表示定位定位位置的长方形的宽度 |
| +++ height | 是 | uint32 | 表示位置的长方形的高度 |
| + chars | 否 | array[] | result_type=small 时返回。单字符结果数组 |
| ++ char | 否 | string | result_type=small 时返回。每个单字的内容 |
| ++ chars_location | 否 | array[] | 每个单字的矩形框坐标。位置数组（坐标0点为左上角） |
| +++ left | 否 | uint32 | 表示定位位置的长方形左上顶点的水平坐标 |
| +++ top | 否 | uint32 | 表示定位位置的长方形左上顶点的垂直坐标 |
| +++ width | 否 | uint32 | 表示定位定位位置的长方形的宽度 |
| +++ height | 否 | uint32 | 表示位置的长方形的高度 |
| formula_result | 否 | array[] |
识别结果中的公式数组，包括公式位置和公式内容， recg_formula=true时返回 |
| + form_location | 否 | array[] | 识别结果中公式的矩形框坐标数组（坐标0点为左上角） |
| + form_words | 否 | string | 识别结果中公式的内容 |
| words_result | 否 | array[] |
将普通文字和公式融合后的识别结果数组， recg_formula=true时返回 |
| + location | 否 | array[] | 识别结果中整行的矩形框坐标数组（坐标0点为左上角） |
| + words | 否 | string | 识别结果中整行的内容 |
| + chars | 否 | array[] |
单字符结果数组，公式整体作为一个单字， result_type=small 时返回 |
| ++ char | 否 | string | 每个单字的内容 |
| ++ chars_location | 否 | array[] | 每个单字的矩形框坐标数组（坐标0点为左上角） |
| layouts_num | 否 | uint32 | 版面分析结果数，表示layout的元素个数 |
| layouts | 否 | array[] | 每个「栏：section」里面的文档版面模块数组，包含表格、图、段落文本、标题、目录等5个模块；每个模块的坐标位置；段落文本和表格内文本内容对应的行序号id。 |
| + layout | 否 | string | 版面分析的标签结果。表格:table, 图:figure, 文本:text, 标题:title ，目录:contents |
| + layout_location | 否 | array[] | 文档版面信息标签的位置，四个顶点: 左上，右上，右下，左下 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| + layout_idx | 否 | array[] | 文档版面信息中的文本在results结果中的位置：版面文本标签对应的行序号ID为n，则此标签中的文本在results结果中第n+1条展示） |
| sec_rows | 否 | uint32 | 将所有的版面中的「栏:section」内容表示成 M x N 的网格，sec_rows = M |
| sec_cols | 否 | uint32 | 将所有的版面中的「分栏」内容表示成 M x N 的网格，sec_cols = N |
| sections | 否 | array[] |
一张图片中包含的5大版面属性，包含：栏，页眉，页脚，页码，脚注，该数组里有属性的标签、属性的位置、属性所包含文本内容的id序号。 其中，栏（section）里面包含5个模块内容，有：表格、图、段落文本、标题、目录（在返回参数layouts里输出）。 |
| + attribute | 否 | string | 版面分析的属性标签结果，栏:section, 页眉:header, 页脚:footer, 页码:number，脚注:footnote。 |
| + attri_location | 否 | array[] | 版面分析的属性所在位置，四个顶点: 左上，右上，右下，左下 |
| ++ x | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| ++ y | 否 | uint32 | 水平坐标（坐标0点为左上角） |
| + sec_idx | 否 | string | sections返回参数中的5个版面属性里，包含的内容序号标识 |
| ++ idx | 否 | string | sections返回参数中的5个版面属性里，每个属性下包含的文本行id序号 |
| ++ para_idx | 否 | string | 当且仅当attribute=section时才会返回。表示，返回参数中的「栏：section」里面，所包含的表格、图、段落文本、标题、目录等5个模块返回的顺序号id（即layouts返回结果中，每个模块的返回顺序号） |
| ++ row_idx | 否 | string | 当且仅当attribute=section时才会返回。表示，将所有栏表示成 M xN 的网格，所属网格的行的id。 |
| ++ col_idx | 否 | string | 当且仅当attribute=section时才会返回。表示，将所有栏表示成 M xN 的网格，所属网格的列的id。 |
| 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
{ "results_num": 6, "log_id": "4488766695474114139", "img_direction": 0, "
layouts_num": 0, "results": [ { "words_type": "print", "words": { "words_location":
{ "top": 124, "left": 136, "width": 418, "height": 65 }, "word": "五默写(4分)" }, },
{ "words_type": "print", "words": { "words_location": { "top": 246, "left": 136, "width":
37, "height": 45 }, "word": "1" }, }, { "words_type": "handwriting", "words": { "words_
location": { "top": 195, "left": 237, "width": 469, "height": 104 }, "word": "采菊东篱下" },
}, { "words_type": "print", "words": { "words_location": { "top": 241, "left": 889, "width"
: 287, "height": 52 }, "word": "悠然见南山?" }, }, { "words_type": "print", "words": { "words
_location": { "top": 415, "left": 134, "width": 472, "height": 52 }, "word": "2.商女不知亡国恨" },
}, { "words_type": "handwriting", "words": { "words_location": { "top": 377, "left": 607,
"width": 556, "height": 93 }, "word": "隔江犹唱后庭花。" }, }, ], "formula_result": [ { "form_location"
: { "top": 0, "left": 97, "width": 151, "height": 77 }, "form_words": " x = \\frac { 1 } { n - 1 }
- 1 1 \\frac { \\frac { 5 } { 2 } } { 5 }" }, { "form_location": { "top": 119, "left": 118, "width":
115, "height": 80 }, "form_words": " = \\sqrt { \\frac { x } { 2 } ( x - 1 ) ^ { 2 } }" },
{ "form_location": { "top": 196, "left": 78, "width": 17, "height": 24 }, "form_words": " x ^
{ 2 }" }, { "form_location": { "top": 244, "left": 79, "width": 103, "height": 70 }, "form_words":
" s = \\frac { \\sum _ { i = 0 } { m } \\cdot i v } { - 1 }" } ], "words_result": [ { "location":
{ "top": 164, "left": 255, "width": 111, "height": 16 }, "words": "其中m表示考生" }, { "location":
{ "top": 198, "left": 24, "width": 341, "height": 18 }, "words": "的人数 x ^ { 2 }
表示的是滴个考上的第i题等分，" }, ], }
