表格识别(多模态版)

最近更新时间:2025-09-09 02:21:25

我的收藏

1. 接口描述

接口请求域名: ocr.tencentcloudapi.com 。

基于MLLM(多模态大语言模型)的表格识别能力,针对复杂表格的算法识别效果更佳,适配财务报表识别场景,并可输出直接对接业务系统的Excel数据。

默认接口请求频率限制:1次/秒。

推荐使用 API Explorer
点击调试
API Explorer 提供了在线调用、签名验证、SDK 代码生成和快速检索接口等能力。您可查看每次调用的请求内容和返回结果以及自动生成 SDK 调用示例。

2. 输入参数

以下请求参数列表仅列出了接口请求参数和部分公共参数,完整公共参数列表见 公共请求参数

参数名称 必选 类型 描述
Action String 公共参数,本接口取值:RecognizeTableMultiOCR。
Version String 公共参数,本接口取值:2018-11-19。
Region String 公共参数,此参数为可选参数。
ImageBase64 String 图片/PDF的 Base64 值。 要求图片/PDF经Base64编码后不超过 10M,分辨率建议600*800以上,支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围:需介于20-10000px之间。 图片的 ImageUrl、ImageBase64 必须提供一个,如果都提供,只使用 ImageUrl。
示例值:/9j/4AAQSkZJRg.....s97n//2Q==
ImageUrl String 图片/PDF的 Url 地址。 要求图片/PDF经Base64编码后不超过 10M,分辨率建议600800以上,支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围:需介于20-10000px之间。 图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性,建议图片存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。
示例值:https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/**
/fakeurl.jpg
PdfStartPageNumber Integer 文档的起始页码。 当传入文件是PDF型时,用来指定识别的起始页码,识别的页码包含当前值。
示例值:1
PdfEndPageNumber Integer 文档的结束页码。 当传入文件是PDF类型时,用来指定识别的结束页码,识别的页码包含当前值。单次调用最多支持识别3页内容,即PdfEndPageNumber-PdfStartPageNumber需要不大于3。
示例值:3
DataFormat String 配置选项,支持配置输出数据格式。

* Mdbase64 返回 base64 编码的 markdown 格式文本。
* Excelbase64 返回 base64 编码的 excel 文件。
示例值:Excelbase64

3. 输出参数

参数名称 类型 描述
DataBase64 String Base64 编码后的 Excel 数据或 Markdown 数据。 注意:此字段可能返回空,表示取不到有效值。
注意:此字段可能返回 null,表示取不到有效值。
示例值:/9j/4AAQSkZJRg.....s97n//2Q==
RequestId String 唯一请求 ID,由服务端生成,每次请求都会返回(若请求因其他原因未能抵达服务端,则该次请求不会获得 RequestId)。定位问题时需要提供该次请求的 RequestId。

4. 示例

示例1 调用成功示例

调用成功示例

输入示例

POST / HTTP/1.1
Host: ocr.tencentcloudapi.com
Content-Type: application/json
X-TC-Action: RecognizeTableMultiOCR
<公共请求参数>

{
    "ImageUrl": "https://xxx.com/1.pdf",
    "PdfStartPageNumber": 1,
    "PdfEndPageNumber": 2
}

输出示例

{
    "Response": {
        "RequestId": "43e5db77-ea0c-4b82-9f77-86387eb856e5",
        "DataBase64": "fCDpobnnm64gfCAyMDI0IOW5tDkg5pyIMz...4LjQ0IHwK"
    }
}

5. 开发者资源

腾讯云 API 平台

腾讯云 API 平台 是综合 API 文档、错误码、API Explorer 及 SDK 等资源的统一查询平台,方便您从同一入口查询及使用腾讯云提供的所有 API 服务。

API Inspector

用户可通过 API Inspector 查看控制台每一步操作关联的 API 调用情况,并自动生成各语言版本的 API 代码,也可前往 API Explorer 进行在线调试。

SDK

云 API 3.0 提供了配套的开发工具集(SDK),支持多种编程语言,能更方便的调用 API。

命令行工具

6. 错误码

以下仅列出了接口业务逻辑相关的错误码,其他错误码详见 公共错误码

错误码 描述
FailedOperation.DownLoadError 文件下载失败。
FailedOperation.EmptyImageError 图片内容为空。
FailedOperation.ImageDecodeFailed 图片解码失败。
FailedOperation.ImageSizeTooLarge 图片尺寸过大,请参考输入参数中关于图片大小限制的说明。
FailedOperation.OcrFailed OCR识别失败。
FailedOperation.PDFParseFailed PDF解析失败。
FailedOperation.UnKnowError 未知错误。
FailedOperation.UnKnowFileTypeError 未知的文件类型。
FailedOperation.UnOpenError 服务未开通。
InvalidParameterValue.InvalidParameterValueLimit 参数值错误。
LimitExceeded.TooLargeFileError 文件内容太大。
ResourceUnavailable.InArrears 账号已欠费。
ResourceUnavailable.ResourcePackageRunOut 账号资源包耗尽。
ResourcesSoldOut.ChargeStatusException 计费状态异常。