印刷文字识别产品使用合集之增值税发票识别如何提升备注识别率

问题一：文字识别ocr中证件扫描识别的prism_keyValueInfo字段代表的坐标是什么坐标呢？

文字识别ocr中证件扫描识别的prism_keyValueInfo字段代表的坐标是什么坐标，我看对应到原图坐标系中和信息真实坐标完全对不上。但是看文档又说是原图中的坐标这是什么原因？

参考回答：

文字识别 OCR 中的 prism_keyValueInfo 字段代表坐标系转换后的坐标。由于文字识别 OCR 会对图像进行预处理和分割，因此实际坐标与原始坐标可能存在差异，这是因为图像经过缩放、旋转和裁剪等操作，使得识别结果与原始坐标不一致。

您可以采取以下方法解决这个问题：

1. 检查坐标系：检查输出坐标系是否正确。
2. 复制图像：请检查复制的图像是否保持原始比例和分辨率。
3. 调整图像：尝试调整图像的大小和方向，以获得正确的坐标。
4. 使用坐标变换函数：可以使用坐标变换函数将其转换为正确的坐标系。

关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/571495

问题二：文字识别ocr中我们的需求是要识别 pdf 中的内容，包含文本，图片以及图片格式的表格哪个合适呢？

文字识别ocr中我们的需求是要识别 pdf 中的内容，包含文本，图片以及图片格式的表格，图片可能是横向的。哪个接口更合适呢？ 类似与这样的 pdf 文件。

参考回答：

文字识别 OCR 提供几种不同的识别方案，包括文本识别、图片识别和表格识别。

对于 PDF 文件中的内容，可以根据不同的需求选用相应的 OCR 方案，一般情况下可以采用以下方法：

1. 文本识别：适用于 PDF 文件中的文本。
2. 图片识别：适用于 PDF 文件中的图片内容。
3. 表格识别：适用于 PDF 文件中的表格。

此外，文字识别 OCR 可以智能识别 PDF 文件中的表格内容，并返回表格结构信息。

最后，在使用文字识别 OCR 解决 PDF 文件的文本、图片和表格时，应根据实际需要选取相应的方案。

关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/571493

问题三：文字识别ocr中增值税发票识别的时候备注被章盖住了，识别率挺低的，有没有什么办法呀？

文字识别ocr中增值税发票识别的时候备注被章盖住了，识别率挺低的，有没有什么办法呀？

参考回答：

文字识别 OCR 受制于图像质量，若遇到章印遮挡会导致识别率降低。

要提升发票识别率，可以采取以下措施：

1. 高清拍照：尽可能拍摄高清照片。
2. 缩放图像：放大和缩放发票部分以降低章印的影响。
3. 使用专业的OCR软件：通过软件将章印去除或消除遮挡。
4. 人工审核：如果识别失败，可以人工校对。

关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/571492

问题四：文字识别ocr中购买了公共资源包，个人证件照识别不能调用是为什么？

文字识别ocr中购买了公共资源包，个人证件照识别不能调用是为什么？

参考回答：

看下这里是不是已经开通了呢

https://ocr.console.aliyun.com/overview?spm=5176.12127803.J_5253785160.2.b2dc5542h1D4Mr 。

关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/571491

问题五：文字识别OCR调用为啥在阿里云上直接调用跟那个用代码调用差别这么大呀？

文字识别OCR调用为啥在阿里云上直接调用跟那个用代码调用差别这么大呀？同一张图片

参考回答：

非正向图片旋转至正向。

关于本问题的更多回答可点击原文查看：https://developer.aliyun.com/ask/571490