通用文字识别
支持中英文混合、多语言、竖排文字与复杂排版的识别，输出带坐标的文本框或纯文本，适合文档数字化与内容提取。
产品概述
文字识别 OCR（Optical Character Recognition）提供从通用文字识别到行业专用票据识别的完整能力，包括身份证、银行卡、营业执照、发票、表格、车牌等数十种场景化接口。OCR 可直接输出结构化字段，免去二次解析，广泛用于信息录入、票据审核与档案数字化。
场景丰富：覆盖通用文字与 50+ 种行业票据、证件、表单识别
结构化输出：票据类接口直接返回结构化 JSON 字段，免去解析
高精度：基于深度学习模型，印刷体识别准确率高
手写支持：支持一定程度的手写体识别与混合排版
表格还原：支持表格结构还原，输出行列关系
最适合谁
有大量纸质材料需要录入系统的业务：金融开户、保险理赔、财务报销、物流面单、政务档案、合同管理。相比自建 OCR 模型，API 方式上线快、精度高、无运维成本。
规格速查
以下参数用于快速比对本产品的核心能力边界。
| 通用识别 | 通用文字识别（高精版/标准版）、手写文字识别 |
|---|---|
| 证件类 | 身份证、银行卡、驾驶证、行驶证、护照、港澳通行证 |
| 票据类 | 增值税发票、火车票、出租车票、机票行程单、定额发票 |
| 企业类 | 营业执照、组织机构代码证、税务登记证 |
| 文档类 | 表格识别、文档结构化、PDF 转 Word |
| 图像类 | 车牌识别、车辆 VIN 码、商品图片文字 |
| 输出格式 | JSON 结构化字段 / 纯文本 / 带坐标文本框 |
| 接入 | HTTP API、SDK（多语言）、控制台在线体验 |
价格与计费
价格为整理时的参考区间，实际以下单页面为准。计费模式：按调用次数计费（阶梯定价） · 资源包（预付费） · 免费额度。
| 套餐 / 规格 | 配置说明 | 参考价格 | 备注 |
|---|---|---|---|
| 通用文字识别 | 按调用次数 | 按量 元/千次 | 阶梯定价 |
| 身份证识别 | 按调用次数 | 按量 元/千次 | 实名认证场景 |
| 发票识别 | 按调用次数 | 按量 元/千次 | 财务报销 |
| 资源包 | 预付费 | 低至 5 折 | 用量大更划算 |
| 免费额度 | 新用户 | 0 | 部分接口赠送 |
省钱提示：长期稳定负载优先包年包月并叠加节省计划；无状态批处理可用抢占式实例，成本可低至按量价的 10%。 查看成本优化指南 →
适用场景
身份证与银行卡实名认证 财务发票报销自动化 合同与档案数字化 营业执照信息录入 物流面单识别 车牌与车辆信息识别 表格数据提取
功能拆解
证件识别
身份证、银行卡、驾驶证等接口直接返回姓名、证件号、有效期等结构化字段，无需自己写正则解析，显著降低开发工作量与出错率。
票据识别
增值税发票、火车票、行程单等票据接口可输出金额、税额、发票号码、开票日期等关键字段，是财务自动化报销的核心能力。
表格识别
支持表格结构还原，输出行列对应关系与单元格内容，可把扫描版表格转成结构化数据，用于数据录入与报表处理。
文档结构化
支持 PDF 与图片文档的版面分析，识别标题、段落、表格、图片等元素并还原阅读顺序，输出可编辑的 Word 或结构化 JSON。
车牌识别
支持蓝牌、绿牌、黄牌等多种车牌类型识别，可用于停车场、园区门禁与物流车辆管理场景。
常见问题
识别准确率如何？
印刷体在清晰图像上通常可达 95% 以上，票据类结构化字段准确率更高。手写体、模糊或倾斜图像的准确率会下降，建议配合图像预处理提升效果。
可以私有化部署吗？
部分 OCR 能力支持通过视觉智能开放平台的私有化方案部署。如果需要完全私有化，也可基于开源模型在 PAI 平台上自行训练与部署。
图片有什么要求？
建议分辨率不低于 300 DPI、文字清晰、光照均匀、尽量无倾斜。图片大小与格式需符合接口限制（通常支持 JPG/PNG，单张不超过数 MB）。
相关产品
热门 免费试用
千问大模型
国产开源大模型旗舰，全模态能力覆盖
- 全模态覆盖：文本、代码、视觉理解、语音识别与合成、图像与视频生成
- 多规格可选：从高性价比 Flash 到旗舰 Max，按任务复杂度与预算灵活选择
人工智能
查看详情
免费试用
智能媒体管理 IMM
文档转换与媒体处理，让非结构化数据可用
- 文档转换：支持 Office、PDF 等格式互转，实现文档在线预览
- 媒体处理：视频截帧、转码、拼接、水印等
媒体服务
查看详情
免费试用
人工智能平台 PAI
从数据标注到模型训练的全链路 AI 工程平台
- 全链路覆盖：数据准备、训练、调优、评估、部署在同一平台完成
- 分布式训练：支持多机多卡训练，配合 RDMA 网络与 CPFS 存储提升效率
人工智能
查看详情
热门 免费试用
大模型服务平台百炼
一站式大模型应用开发平台，从调用到 Agent 编排
- 模型丰富：千问全系 + 多个第三方主流大模型，可横向对比选型
- 开箱即用：提供 OpenAI 兼容接口，现有代码可低成本迁移
人工智能
查看详情