# 视觉智能开放平台 #
1
关注
15741内容
阿里云文字识别（OCR）服务 Quick Start
阿里云文字识别（Optical Character Recognition，OCR）可以将图片中的文字信息转换为可编辑文本，是一款由阿里巴巴达摩院权威AI团队打造的全栈全场景OCR文本识别类产品。根据客户的业务场景和需求，将产品分为了通用文字识别、个人证照识别、票据凭证识别、教育场景识别、车辆物流识别、企业资质识别、小语种文字识别等，满足各种客户的图片识别需求。
由于阿里云视觉智能开放平台和云市场这两个渠道下也具备阿里文字识别服务，一些不熟悉的客户很容易将三者搞混淆，这边简单做下对比。然后再针对个人证照识别下常见的服务-身份证识别功能简单介绍下产品的开通及使用。
一个基于C#开发的轻量级OCR文字识别开源工具
一个基于C#开发的Windows OCR工具，通过截图的方式就可以自动识别文字，并自动拷贝文字。
【OpenVI-图搜系列—多模态检索实战篇】基于表征大模型的多模态检索系统
信息检索产品几乎是人们生活中必不可少的工具，经常用的有文本搜文本、图片搜图片等应用。以上任务均为单模态的检索。而多模态检索则处理涵盖原有的单模态检索任务以外，也包含跨模态检索任务，即文搜图、文搜视频等任务。要实现这一任务，则需要底层的表征模型具备图文对齐的能力，换句话说，要实现多模态检索，表征模型应实现将不同模态信息的特征映射到同一个域内，从而实现不同模态之间的相互检索。CLIP的多模态技术出现以来，给多模态检索领域带来了新的技术变革，使得实现基于通用表征大模型的大规模多模态检索系统成为可能。
免费试用