服务端 API 文档

广告文字识别

最近更新时间:2022-04-13 07:01:20

我的收藏

1. 接口描述

接口请求域名: ocr.tencentcloudapi.com 。

本接口支持广告商品图片内文字的检测和识别,返回文本框位置与文字内容。

产品优势:针对广告商品图片普遍存在较多繁体字、艺术字的特点,进行了识别能力的增强。支持中英文、横排、竖排以及倾斜场景文字识别。文字识别的召回率和准确率能达到96%以上。

默认接口请求频率限制:20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:AdvertiseOCR。
Version String 公共参数,本接口取值:2018-11-19。
Region String 公共参数,详见产品支持的 地域列表,本接口仅支持其中的: ap-beijing, ap-guangzhou, ap-hongkong, ap-shanghai, na-toronto
ImageBase64 String 图片的 Base64 值。
要求图片经Base64编码后不超过 7M,分辨率建议600*800以上,支持PNG、JPG、JPEG、BMP格式。
图片的 ImageUrl、ImageBase64 必须提供一个,如果都提供,只使用 ImageUrl。
ImageUrl String 图片的 Url 地址。
要求图片经Base64编码后不超过 7M,分辨率建议600*800以上,支持PNG、JPG、JPEG、BMP格式。
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。

3. 输出参数

参数名称 类型 描述
TextDetections Array of AdvertiseTextDetection 检测到的文本信息,包括文本行内容、置信度、文本行坐标以及文本行旋转纠正后的坐标,具体内容请点击左侧链接。
RequestId String 唯一请求 ID,每次请求都会返回。定位问题时需要提供该次请求的 RequestId。

4. 示例

示例1 通用印刷体识别示例代码 前往调试工具

输入示例

https://ocr.tencentcloudapi.com/?Action=AdvertiseOCR
&ImageUrl=https://xx/a.jpg
&<公共请求参数>

输出示例

{
  "Response": {
    "TextDetections": [
      {
        "DetectedText": "Confetteria",
        "Confidence": 99,
        "Polygon": [
          {
            "X": 450,
            "Y": 211
          },
          {
            "X": 560,
            "Y": 223
          },
          {
            "X": 558,
            "Y": 244
          },
          {
            "X": 448,
            "Y": 232
          }
        ],
        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":1}}"
      },
      {
        "DetectedText": "Raffaello",
        "Confidence": 99,
        "Polygon": [
          {
            "X": 370,
            "Y": 233
          },
          {
            "X": 649,
            "Y": 265
          },
          {
            "X": 642,
            "Y": 331
          },
          {
            "X": 362,
            "Y": 299
          }
        ],
        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":2}}"
      },
      {
        "DetectedText": "费列罗臻点坊",
        "Confidence": 99,
        "Polygon": [
          {
            "X": 402,
            "Y": 318
          },
          {
            "X": 587,
            "Y": 339
          },
          {
            "X": 584,
            "Y": 370
          },
          {
            "X": 398,
            "Y": 349
          }
        ],
        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":3}}"
      },
      {
        "DetectedText": "拉斐尔脆雪柔",
        "Confidence": 99,
        "Polygon": [
          {
            "X": 386,
            "Y": 366
          },
          {
            "X": 591,
            "Y": 390
          },
          {
            "X": 587,
            "Y": 423
          },
          {
            "X": 382,
            "Y": 399
          }
        ],
        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":3}}"
      }
    ],
    "RequestId": "03e66873-5209-4d26-abee-c4acd66fab91"
  }
}

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.EngineRecognizeTimeout 引擎识别超时。
FailedOperation.ImageDecodeFailed 图片解码失败。
FailedOperation.ImageNoText 图片中未检测到文本。
FailedOperation.LanguageNotSupport 输入的Language不支持。
FailedOperation.OcrFailed OCR识别失败。
FailedOperation.UnKnowError 未知错误。
FailedOperation.UnOpenError 服务未开通。
InvalidParameterValue.InvalidParameterValueLimit 参数值错误。
LimitExceeded.TooLargeFileError 文件内容太大。
ResourcesSoldOut.ChargeStatusException 计费状态异常。
目录