通用文字识别（高性能版）(算法编码8000400023)

接口信息

API Path
/aipaas/ocr/v1/highPerformanceOcr/ocr

请求协议
HTTPS

请求方法
POST

请求头部 ：

头部标签	必填	说明	类型	数据字典	限制	头部内容	示例
Content-Type	是	内容类型				application/json	application/json
X-APP-ID	是	控制台--应用管理--AppID
Device-Uuid	是	设备管理-设备uuid
Authorization	是	鉴权信息

请求参数 Json
Object

参数名	说明	必填	类型	数据字典	限制	示例
seqid	接口跟踪ID，每次调用需不同，可使用UUID， 用于日志排除、链路跟踪	是	[string]		0	b8fbd1e7-1fa2-46c7-a6ec-7e82db5885dd
image	支持图片base64和url	是	[string]		0	/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAIBAQEBAQIBAQECAgICAgQDAgICAgUEBAMEBgUGBgYFBgYGBwkIBgcJBwYGCAsICQoKCgoKBggLDAsKDAkKCgr/2wBDAQICAgICAgUDAwUKB/4Q+z+COm+LLTxnZzXIvRqEutX9lLa
html_escape	是否html转义，用于解决xss漏洞【默认true】	否	[boolean]		0	true
image_type	图片类型：0-image必须为url【默认】，1-image必须为base64。本能力自动识输入的图片是url还是base64，非必填。	否	[int]		0	1

响应内容 ：

返回结果

成功 (200)
Json
Object

参数名	说明	必填	类型	数据字典	限制	示例
seqid	接口跟踪ID，调用时候传入的跟踪ID	是	[string]		0	b8fbd1e7-1fa2-46c7-a6ec-7e82db5885dd
code	状态响应码【10000为成功，其他为失败】。参考错误编码规范	是	[string]		0	10000
message	调用结果描述。参考错误编码规范	是	[string]		0	请求成功
flag	业务上成功或失败：1成功，0失败	是	[int]		0	1
data	识别结果	是	[object]		0
data>>timeSecond	识别耗时(秒)	是	[double]		0	1.25
data>>whole_text	全图识别内容	是	[string]		0	["在某一村委会干部挪用公款案件中，公诉机关指控村民张某运，作为村委会会计（没有正式任命，\n实为村委报账员），私下填写了转账支票，将360万元村民拆迁补偿款转至某私营企业，因而认定张某\n运构成挪用公款罪。"]
data>>width	输入图像宽度	是	[int]		0	1920
data>>height	输入图像高度	是	[int]		0	1080
data>>words_result	以文本行为单位的识别结果	是	[array]		0	["在某一村委会干部挪用公款案件中"]
data>>words_result>>text	文本行的识别内容字符串	是	[string]		0
data>>words_result>>score	文本行的识别置信度	是	[double]		0	0.955
data>>words_result>>position	文本行的坐标区域，以长度为8的整形数组表示四边形，语义左上角为起始点顺时针构成闭合区域	是	[string]		0	[100, 120, 600, 120, 600, 160, 100, 160]

成功示例

{
    "seqid": "req-20260310-7b8c9d2e",
    "code": "10000",
    "message": "成功",
    "flag": 1,
    "data": {
        "time_second": 0.452,
        "whole_text": "通用文字识别示例\n这是一款自研的OCR产品测试。",
        "width": 1080,
        "height": 720,
        "words_result": [{
                "text": "通用文字识别示例",
                "score": 0.998,
                "position": [100, 50, 450, 50, 450, 90, 100, 90]
            },
            {
                "text": "这是一款自研的OCR产品测试。",
                "score": 0.985,
                "position": [100, 120, 600, 120, 600, 160, 100, 160]
            }
        ]
    }
}

1、能力简介

普遍场景下（文档、单据、自然场景等）的通用文字识别。

2、修订历史

修订日期	算法版本号	修订内容
2026-03-27	V1.0.0	首版本发布

3、服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 接口签名认证。

4、请求参数说明

• base64编码后大小不超过10M，分辨率大于 20 x 20，小于 8192 x 8192，图片类型支持.jpg, .jpeg, .png, .bmp, .webp
• 是否html转义(html_escape)值为true时对识别出的文本做html转义，上层调用不用担心xss漏洞问题，值为False时识别出的文本原样输出，上层调用方如果需要把识别结果展示在web页面上需要自己修复xss漏洞问题

5、响应结果说明

• 响应示例（html_escape==False）：

  {
      "seqid": "req-20260310-7b8c9d2e",
      "code": "10000",
      "message": "成功",
      "flag": 1,
      "data": {
          "time_second": 0.452,
          "whole_text": "通用文字识别示例这是一款自研的OCR产品测试。",
          "width": 1080,
          "height": 720,
          "lines": [{
              "text": "通用文字识别示例",
              "score": 0.998,
              "position": [100, 50, 450, 50, 450, 90, 100, 90]
          }, {
              "text": "这是一款自研的OCR产品测试。",
              "score": 0.985,
              "position": [100, 120, 600, 120, 600, 160, 100, 160]
          }]
      }
  }
  

6、请求示例

{
    "seqid": "test_seq0",
    "image": "/9j/4AAQSkZJRgABAQEASABIAAD/2wBDAAMCAgICAgMCAgIDAwMDBAYEBAQEBAgGBgUGCQgK===",
    "html_escape": true,
}

7、状态码说明

状态码	状态描述	状态说明
10000	请求成功
10301	服务必填参数缺失	服务必填参数缺失或未填写
10304	服务参数错误	服务参数数据类型或取值错误
10305	图片相关错误	图片大小错误，格式错误或获取失败
10903	服务执行失败	模型推理结果异常，或服务执行失败

8、调用示例

8.1、java调用示例

import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import com.alibaba.fastjson.JSONObject;

import java.util.HashMap;
import java.util.Map;

/**
 * 为保证示例可以正常运行，请确认maven中是否存在以下依赖：
 * <dependency>
 *     <groupId>cn.hutool</groupId>
 *     <artifactId>hutool-all</artifactId>
 *     <version>5.8.29</version>
 * </dependency>
 * <dependency>
 *     <groupId>com.alibaba</groupId>
 *     <artifactId>fastjson</artifactId>
 *     <version>1.2.83</version>
 * </dependency>
 */
public class Example {

    public static void example() {
        try {
            // 算法调用地址，请根据实际情况修改
            String url = "算法调用地址";

            // 设置请求头
            Map<String, String> headers = new HashMap<>();
            headers.put("Content-Type", "application/json");
            headers.put("Device-Uuid", "2018619061498245122");
            headers.put("X-APP-ID", "你实际的AppId");
            headers.put("Authorization", "你实际的Authorization");

            // 设置请求参数，请根据实际情况修改
            String requestString = "{\n" +
"	\"image\":\"/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAIBAQEBAQIBAQECAgICAgQDAgICAgUEBAMEBgUGBgYFBgYGBwkIBgcJBwYGCAsICQoKCgoKBggLDAsKDAkKCgr/2wBDAQICAgICAgUDAwUKB/4Q+z+COm+LLTxnZzXIvRqEutX9lLa\",\n" +
"	\"html_escape\":true,\n" +
"	\"seqid\":\"b8fbd1e7-1fa2-46c7-a6ec-7e82db5885dd\",\n" +
"	\"image_type\":1\n" +
"}";

            // 发起HTTP请求
            HttpResponse response = HttpRequest.post(url)
                    .headerMap(headers, true)
                    .body(requestString)
                    .execute();
            // 输出响应结果
            System.out.println(response.body());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        example();
    }

}

8.2、python调用示例

import json
import hashlib
import hmac
import time
import re
import urllib.parse
import requests
import warnings
from datetime import datetime
import logging

# 配置日志，设置日志级别为INFO，并指定日志格式
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 配置环境变量
X_APP_ID = "yourAppId"
AUTHORIZATION = "yourAuthorization"
# 请求的URL
url = "算法调用地址"
# 请求数据
request_data = {
	"image":"/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAIBAQEBAQIBAQECAgICAgQDAgICAgUEBAMEBgUGBgYFBgYGBwkIBgcJBwYGCAsICQoKCgoKBggLDAsKDAkKCgr/2wBDAQICAgICAgUDAwUKB/4Q+z+COm+LLTxnZzXIvRqEutX9lLa",
	"html_escape":True,
	"seqid":"b8fbd1e7-1fa2-46c7-a6ec-7e82db5885dd",
	"image_type":1
}
# 构建请求头
headers = {
    "Content-Type": "application/json",
    "Device-Uuid": "2018619061498245122",
    "X-APP-ID": X_APP_ID,
    "Authorization": AUTHORIZATION
}


def timeSimple(timestamp):
    # 将时间戳转换为HH:MM:SS格式的时间字符串
    dt_object = datetime.fromtimestamp(timestamp)
    formatted_time = dt_object.strftime("%H:%M:%S")
    return formatted_time


def send_request(url):
    try:
        start_time = time.time()
        logging.info(f"请求路径: {url}")
        logging.info(f"开始发送: {timeSimple(start_time)}")

        with requests.post(
            url, json=request_data, headers=headers, stream=True, verify=False
        ) as response:
            first_packet_time = None
            if response.status_code == 200:
                logging.info(f"接受到返回: {timeSimple(time.time())}")

                for chunk in response.iter_content(chunk_size=1024):
                    if chunk:
                        if first_packet_time is None:
                            first_packet_time = time.time()
                        logging.info(
                            f"Received chunk: {timeSimple(time.time())} {chunk.decode('utf-8')}"
                        )

                end_time = time.time()
                logging.info(f"Time to first byte (TTFB): {first_packet_time - start_time:.3f} seconds")
                logging.info(f"Request completed in {end_time - start_time:.3f} seconds")
            else:
                logging.error(f"Request failed with status code {response.status_code}")
    except Exception as e:
        logging.error(f"An error occurred: {e}")


# 发送请求
send_request(url)
logging.info(f"headers = {headers}")