文字识别 OCR-文档抽取（多模态版）

腾讯云文字识别（Optical Character Recognition，OCR ）基于行业前沿的深度学习技术，将图片上的文字内容智能识别成为可编辑的文本。支持通用文字、卡证文字、票据单据、特定场景等多场景下的印刷体、手写体文字识别，同时支持票据核验功能，支持提供定制化服务，可以有效地代替人工录入信息。

文档智能（Document AI）​​ 深度融合 OCR 与多模态大模型，实现高精度识别、智能解析与结构化信息抽取。覆盖货运单证、跨境物流、快递面单、教育作业、保险理赔及国际结算等场景，助力企业自动化升级，提升运营效率与数据准确性。

产品功能

自定义键值

• 支持自定义创建个性化键值（key），用户通过传入自定义 key，模型自动建立图片中文字的键值对应关系，实现对任意版式图片的结构化识别。

智能匹配

• 支持对已上传图片的智能配准，实现对不同版式图片与已发布模板的自动匹配，减少人工分类成本，快速实现图片的结构化识别。

自定义字段类型

• 支持自定义创建字段类型，支持针对不同识别区内容类型进行专项优化，如小写金额、日期、纯数字等，可根据需求选择合适的字段类型以提升识别准确率，也可通过穷举可能的输出值范围自定义字段类型，对识别结果进行智能纠正和规范。

产品链接

点击查看产品详情

使用

参数获取方式：

a、密钥获取：腾讯云控制台当中，生成腾讯云SecretId和SecretKey

生成地址：https://console.cloud.tencent.com/cam/capi

b、地域列表的映射关系： 如广州地域，则地域字段的内容应该为：ap-guangzhou

https://cloud.tencent.com/document/product/1596/77930

API使用参考

https://cloud.tencent.com/document/product/866/119451

许可证

MIT