前言在线教育、题库平台、智慧校园系统中，常常需要将纸质试卷、练习册、教辅教材完成数字化录入。人工录入试卷内容，不仅工作量繁重，还容易出现文字错录、公式丢失、图表漏采等问题；自研教育场景 OCR 能力，需要适配印刷与手写混排、数理化公式、竖式计算、图表表格等复杂版面，样本收集、模型调优投入巨大。试卷分析与识别接口，对试卷、教材图片做整页版面解析，区分不同版面元素并提取内容，助力纸质教学资料快速数字化。核心能力支持扫描件、手机实拍照片等多种图像来源，对试卷、教辅教材进行整页版面智能分析；可识别区分文本、标题、表格、插图等版面元素，获取各类元素对应的位置信息与文字内容；同时兼容印刷体与手写文字识别，支持数理化公式识别、数学手写竖式算式识别，适配理科类习题试卷；可处理中英文混排试卷素材，适配多栏排版、图文交错等复杂试卷版式，降低版面错乱带来的识别偏差；解析所得试卷图文与题目数据，可支撑题库数字化归档、错题自动归集、在线阅卷辅助、智能组卷等多场景业务能力搭建。API介绍请求说明名称类型必须说明fileString否待识别文件，支持 jpg、jpeg、png、bmp、pdfimageBase64String否图片 Base64urlString否文件公网可访问地址，支持图片或 PDFpdfFileBase64String否PDF Base64 字符串pdfFileNumString否需要识别的 PDF 页码，默认第一页languageTypeString否识别语言类型，默认值：CHN_ENG；可选值：CHN_ENG（中英文）、ENG（英文）resultTypeString否返回识别结果是按单行结果返回，还是按单字结果返回，默认值：big；可选值：big、smalldetectDirectionBoolean否是否检测图像朝向，默认值：false；可选值：true、falsewordsTypeString否文字类型，默认值：印刷文字识别；可选值：handwring_only（手写文字识别）、handprint_mix（手写印刷混排识别）recgLongDivisionBoolean否是否检测并识别手写竖式，默认值：false；可选值：true、falsedispUnderlineAnalysisBoolean否是否开启下划线识别功能，默认值：false；可选值：true、falserecgAlterBoolean否是否开启返回涂改识别结果功能，默认值：false；可选值：true、false注意：file、imageBase64、url、pdfFileBase64 至少传一个，优先级：file > imageBase64 > url图片、PDF Base64 字符串，文件大小不超过 10M。戳这里查看详情返回样例{ "code": 200,// 返回码 "msg": "成功",// 返回描述 "success": true,// 是否成功 "taskNo": "803778060180328336801440",// 本次请求号 "data": { "results_num": 77,// 识别文本行数量 "words_result": [ { "words": "锦宏教育微信公众号:jh985211",// 识别文本 "location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 }, "type": "print"// 文本类型，print 印刷体、handwriting 手写体 } ], "img_direction": 0,// 图片方向，0 正向、1 逆时针90度、2 逆时针180度、3 逆时针270度 "sec_cols": 1,// 分栏列数 "sec_rows": 1,// 分栏行数 "layouts_num": 42,// 版面区域数量 "results": [ { "words_type": "print",// 文本类型 "words": { "word": "锦宏教育微信公众号:jh985211",// 文本内容 "words_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 }, "line_probability": { "average": 0.9968734384,// 平均置信度 "min": 0.9832597971// 最小置信度 } }, "chars": []// 字符级识别结果 } ], "layouts": [ { "layout_idx": 0,// 版面区域序号 "layout": "text",// 版面区域类型 "layout_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 } } ], "sections": [ { "sec_idx": 0,// 分区序号 "attribute": "text",// 分区属性 "attri_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 } } ], "formula_result": [ { "form_words": "x+1",// 公式识别内容 "form_location": { "top": 100,// 上边距 "left": 100,// 左边距 "width": 80,// 宽度 "height": 30// 高度 } } ] } }

前言医保办理、社保线上业务、医疗机构登记、政务自助终端等业务场景，经常需要采集社保卡卡面信息。传统模式依靠人工手动录入姓名、社保编号等内容，录入效率低，还容易出现手输错误，影响业务办理体验。自研社保卡 OCR 识别模型，需要适配一代、二代、三代社保卡不同版式，还要处理反光、倾斜、暗光拍摄等实拍干扰，样本收集与模型调优成本较高。社保卡 OCR 识别接口，上传社保卡图片，即可自动提取卡面关键字段，输出结构化数据，减少人工录入环节，提升业务办理效率。核心能力支持图片链接、Base64 编码等多种图片传入方式，适配手机实拍、扫描件等社保卡图像素材；可识别社保卡卡面关键字段，结构化提取姓名、社会保障号码、社保卡号、发卡日期等信息，部分卡片可读取金融账号相关内容；内置图像预处理能力，自动处理图片倾斜、角度偏转，对光照不均、轻微反光、普通背景的实拍图片具备良好兼容性；兼容多版本社保卡版式，适配不同地区发行的一代、二代、三代社会保障卡，降低版式差异带来的识别失败问题。API介绍请求说明名称类型必须说明fileString否社保卡图片base64String否图片Base64urlString否图片完整URL注意：file、base64、url 必须提供一个，优先级：file > base64 > url图像最短边至少15px，最长边最大4096px，支持JPG/JPEG/PNG/BMP格式，base64编码后进行urlencode，大小不超过4M戳这里查看详情返回样例{ "code": 200,//返回码，详见code返回码说明 "msg": "成功",//code对应的描述 "taskNo": "576437785202759366455607",//本次请求号 "data": { "bankCardNumber": "622682xxxxxxxxxxxxx",//银行卡号 "socialSecurityNumber": "36028xxxxxxxxxxxxx",//社会保障卡号 "name": "胡xx",//姓名 "issueDate": "2023年02月",//签发日期 "sex": "",//性别 "birthDate": "",//出生日期 "cardNumber": "",//卡号 "expiryDate": "" //有效期限 } }

前言智慧社区、环保小程序、智能垃圾桶、回收处理系统中，常常需要快速判断实物属于哪一类垃圾。普通用户对繁杂的垃圾分类规则容易混淆，依靠人工查询分类效率低下；自研垃圾分类图像识别模型，需要收集海量生活垃圾样本，针对各类杂物、包装、厨余物品做模型训练，数据集维护成本高，识别效果很难保障。垃圾分类识别接口，上传垃圾实物图片，AI 自动识别物品并输出对应的垃圾分类结果，为各类环保业务提供图像化智能分类能力。核心能力支持图片 URL、Base64 编码两种图片传入方式，对实拍垃圾实物图片进行智能识别解析；识别图片内的垃圾物品名称，区分可回收物、有害垃圾、厨余垃圾、其他垃圾四大主流分类，识别失败标记为未知类型；返回识别可信度分值，便于业务侧依据置信度做结果过滤，低置信结果可引导人工复核；适配日常居家、社区场景下常见生活垃圾，支持物品部分遮挡、普通室内实拍光照条件。API介绍请求说明名称类型必须说明imageString否图片Base64urlString否图片完整URL戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "571436032193067500962066",//本次请求号 "data": { "list": [ { "trust": 0.348337,//可信度，单位百分比,越接近1表示识别结果越可信 "lajitype": 0,//垃圾分类，0为可回收、1为有害、2为厨余(湿)、3为其他(干)、4为未知结果（例如识别到了天空、建筑、明星人物等情况) "name": "包装袋/盒",//识别物体名称 "lajitip": "包装袋/盒是可回收垃圾，常见包括各类废金属、玻璃瓶、饮料瓶、电子产品等。投放时应注意轻投轻放、清洁干燥、避免污染。" //垃圾分类提示 } ] } }

前言在社交互动、营销 H5、短视频创作、表情包工具类产品中，经常需要实现多张人脸之间平滑过渡的动态特效。如果依靠剪辑软件手动制作渐变动画，操作繁琐，开发成本高，很难做到人脸五官自然过渡；自研人像渐变算法，需要人脸关键点检测、图像形变、帧合成等多模块协同，技术门槛高，调优周期漫长。人像渐变接口采用异步任务模式，上传多张人脸照片，即可自动生成人脸平滑过渡的 GIF 动图或者短视频素材，快速落地趣味人像动态特效玩法。核心能力支持传入 2‑5 张人脸图片，自动识别人脸关键点，生成人脸之间平滑过渡的 GIF 动图或者短视频文件；采用异步任务处理模式，规避大体积特效渲染带来的请求超时；可自定义视频帧率、画面播放速度，灵活控制渐变动画快慢节奏，适配不同业务的输出效果需求；优先选取图片中面积最大的人脸做渐变运算，适配日常实拍人像照片，过渡画面流畅自然，减少画面撕裂、五官错位问题；输出可直接用于线上分发的动图、视频资源，无需额外二次剪辑，方便业务直接展示、下载、分享。发起任务根据传入的图片、视频类型等参数创建任务，获取jobId参数请求样例{ "urls": [//图片的url。 "https://xxx.jpg", "https://xxx.jpg", "https://xxx.jpg" ], "images": [//图片的base64。 "xxxxxx", "xxxxxx", "xxxxx" ], "gradientInfos": [//可调整每张图片的展示时长、人像渐变的最长时间 { "tempo": "0.9F",//图片的展示时长，即单张图片静止不变的时间。GIF默认每张图片0.7s，视频默认每张图片0.5s。最大取值1s。 "morphTime": "0.9F" //人像渐变的最长时间，即单张图片使用渐变特效的时间。 GIF默认值为0.5s，视频默值认为1s。最大取值1s。 } ], "fps": "12",//视频帧率，取值[1,25]。默认10 "outputWidth": "1280",//视频宽度，取值[128,1280]。默认值720 "outputHeight": "1280" //视频高度，取值[128,1280]。默认值1280 } 注意urls、images必须提供一个，优先url。jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。人员人脸总数量至少2张，不可超过5张。戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "340419447206566228602625",//本次请求号 "data": { "jobId": "1220203056839442432",//任务的jobId "estimatedProcessTime": 30 //预估处理时间，单位秒 } } 查询结果请求说明名称类型必须说明jobIdString是任务id，任务发起接口返回返回样例{ "code": 200,//返回code "msg": "成功",//code对应的说明描述 "taskNo": "291798783211648226804924", //本次请求号 "data": { "imgUrl": "https://xxx.mp4",//结果url，有效期10天。建议自行下载保存，避免丢失 "jobStatus": "处理完成",//当前任务状态：排队中、处理中、处理失败或者处理完成 "coverImage": "",//封面图base64字符串 "jobStatusCode": "7",//当前任务状态码：1：排队中、3: 处理中、5: 处理失败、7:处理完成。 "md5": "05ADF41E9162CA13DD239C5F2595BDAB" //人像渐变输出的结果MD5，用于校验 } }

前言运营商防骚扰名单查询，是指用户通过运营商官方渠道，查看自己在“来电来信免打扰”等防骚扰服务中设置的黑名单、白名单、号段拦截规则、行业拒接类别，以及近期被运营商云端拦截的来电和短信记录。运营商防骚扰名单查询主要应用场景：个人防骚扰管理：用户接到陌生号码前或接听后可查询该号码是否已被运营商标记为骚扰、推销或诈骗号码，辅助判断是否接听、回拨，降低受骗和被打扰的风险。反诈风控、陌生来电识别：APP、小程序来电识别功能，接到陌生电话时实时查询号码风险，标记高频骚扰、诈骗类号码，提醒用户谨慎接听，辅助反诈预警。运营商骚扰治理与名单管理：运营商侧利用查询请求和举报数据，分析骚扰号码的呼叫频次、投诉集中度和行为模式，动态调整骚扰名单，优化网络侧拦截策略，提升治理精准度。API介绍运营商防骚扰黑名单查询。请求说明名称类型必须说明mobileString是手机号forbidLevelString是拦截等级，1:一般 2:敏感 3:高危。 高危：拦截实际有过投诉行为的号码、有投诉意向的号码 。敏感：拦截有过投诉行为的号码。 一般：仅拦截极敏感的号码戳这里查看详情返回样例{ "msg": "成功",//返回码对应描述 "taskNo": "232940345217431059485022",//本次请求号 "code": 200,//返回码，详见返回码说明 "data": { "msg": "非风险号码",//中文描述：非风险号码,风险号码需拦截,超频号码需拦截 "luckyLevel": "0",//吉祥号等级 "mobile": "13175118599",//手机号码 "forbid": 0 //是否拦截,0: 非风险号码,不拦截,1: 风险号码,拦截,2:超频号码,拦截（拦截等级为3时才会有超频●●） } }

前言图片盲水印（隐形水印）依托数字水印算法，在不影响图片肉眼观感的前提下，将版权信息、用户 ID、时间戳、设备编号等信息嵌入到图片像素冗余信息中。嵌入后的图片肉眼无法察觉水印存在；当发生图片外泄、侵权、泄密事件时，可提取图片中的盲水印信息，追溯传播来源。盲水印具备一定抗攻击能力，图片经过压缩、截图、裁剪、轻度调色后，仍然大概率可以解析出水印信息，广泛用于版权保护、内容溯源、涉密材料分发场景，是数字内容版权与信息泄露溯源的基础技术方案。图片盲水印可广泛应用在版权保护、内容溯源、数字藏品与版权交易，比如：版权保护：摄影作品、插画、设计原稿、素材图库，发布前嵌入盲水印。当作品被盗用、转载时，提取盲水印确认原始版权归属，为侵权取证提供依据。内容溯源：为分发图片嵌入渠道、用户或版本信息，泄露后可定位传播来源。数字藏品与版权交易：在数字艺术品、摄影作品交易中嵌入盲水印，记录权属和交易信息，为数字版权确权和流转提供技术支撑。API介绍图片盲水印通过频域算法将文本、标识、溯源编号等信息嵌入图片像素当中。水印肉眼完全不可见，不会破坏原图画面观感，区别于传统可见水印；遭遇图片压缩、截图、缩放后依旧保留水印特征，可通过接口算法提取隐藏信息，实现图片版权确权、泄露溯源、侵权取证，可直接对接业务系统 API，为图片数字资产提供隐形保护能力。戳这里查看详情添加水印用于生成带盲水印的图片。请求说明名称类型必须说明srcBase64String否原图base64串，仅支持JPG, PNG，原图url，file、base64三选一srcFileFile否原图， 原图url、file、base64三选一srcUrlString否原图url， 原图url、file、base64三选一watermarkContentString是文字水印内容，支持英文、数字、中文等任意UTF8编码的字符作为水印内容，长度不可超过256返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "034535576236862617236272",// 本次请求号 "data": { "resultImg": "https://Xxxx.png"//添加水印后的图片 ，有效期30天。建议自行下载保存，避免丢失 } } 获取水印获取图片中的文字水印信息。必须是添加盲水印接口返回的图片。请求说明名称类型必须说明srcBase64String否具有盲水印图片的base64，仅支持JPG, PNG，该图片为盲水印接口生成的图片，url，file、base64三选一srcFileFile否具有盲水印的图片， url、file、base64三选一srcUrlString否具有盲水印图片的url， url、file、base64三选一返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "034535576236862617236272",// 本次请求号 "data": { "result": "ceshishuiying",//分析出来的水印内容 } }

前言在办公系统、档案管理、OA 流程、在线文档平台业务中，经常需要实现各类办公文档与 PDF 之间的格式互相转换。不同格式的文档如果依靠本地组件做转换，容易出现排版错乱、字体丢失、兼容性差等问题，同时大文件转换消耗大量服务器资源；同步转换模式还会出现请求超时，无法处理大体积文档。文档转换采用异步处理模式，提交任务后轮询查询结果或者配置回调自动推送，稳定完成文档与 PDF 之间的双向格式转化，满足业务系统的文件处理需求。核心能力支持文档转 PDF、PDF 转文档双向转换能力，覆盖常见办公文档与 PDF 之间的格式迁移；采用异步任务处理机制，提交转换任务后接口即刻返回任务标识，不会因为文件体积大造成请求超时；提供独立的结果查询接口，可根据任务编号主动轮询获取转换进度以及最终生成的文件资源；支持配置回调推送服务，转换任务完成后系统主动推送处理结果，无需业务端循环轮询，简化业务开发；转换过程尽量保留原始文档排版布局、字体、图片、表格等元素，降低格式错乱风险，适配业务档案归档、在线预览等场景。戳这里查看详情文档转PDFWord、Excel、PPT和txt文件转PDF 文件。请求说明名称类型必须说明fileUrlString是源文件地址watermarkImageString否水印图片，base64或图片url，若需要在转换后的pdf加上图片水印，传入该参数即可watermarkTextString否水印文字，若需要在转换后的pdf加上文字水印，传入该参数即可watermarkFontNameString否文字水印字体，直接传字体的中文名称。支持：宋体、黑体、微软雅黑。默认： 黑体watermarkFontSizeInteger否文字水印大小，默认：20watermarkColorString否文字水印颜色，16进制值，默认：#666666watermarkTransparencyDouble否透明度，默认：0.4watermarkRotationInteger否内容旋转角度, 默认：0watermarkLocationString否位置，默认：LAYLAY - 平铺TOP_LEFT - 顶部居左TOP_CENTER - 顶部居中TOP_RIGHT - 顶部局右CENTER_LEFT - 中部居左CENTER - 居中CENTER_RIGHT - 中部局右BOTTOM_LEFT - 底部居左BOTTOM_CENTER - 底部居中BOTTOM_RIGHT - 底部局右callBackUrlString否接入者接收转换结果的接口地址，通过该地址，将转换结果推送至接入者。如果未提供地址，可通过查询转换结果接口查询返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "convertTaskId": ""//转换任务Id } } PDF转文档将PDF转换为Word、PPT、Excel。请求说明名称类型必须说明fileUrlString是目标文件类型typeString是目标文档类型，可选值：docx, doc, pptx, ppt, xlsx, xlscallBackUrlString否接入者接收转换结果的接口地址，通过该地址，将转换结果推送至接入者。如果未提供地址，可通过查询转换结果接口查询返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "convertTaskId": ""//转换任务Id，用于查询转换结果 } } 结果查询通过convertTaskId获取转换后的文本下载地址进行获取。请求说明名称类型必须说明convertTaskIdString是转换任务ID返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "urls": [""] //下载地址, 有效期10天，请尽快下载 } } 结果推送如果发起文档转换时，提供了参数callBackUrl，转换成功或失败后，将结果推送至接入者提供的callBackUrl。返回样例{ "code": "200", "convertTaskId": "900924122524274511", "urls": [ "https://xxxx.pdf" ] }

前言业务出海、多语种站点、跨境客服、资讯内容处理等场景下，经常需要对大段文本做多语种转换。人工翻译不仅成本高昂、交付周期长，也难以满足系统实时调用的需求；自行搭建机器翻译模型，需要海量双语语料、算力资源与持续迭代优化，研发落地门槛高。文本翻译接口，传入待处理文本，选定目标语种，即可快速输出通顺的翻译结果，帮助业务轻松实现多语言内容处理能力。核心能力可支持中、英、日、韩等200+语言互译，100+语种自动检测；适配段落、短句、商品文案、评论资讯等不同类型文本，译文语句通顺，兼顾语义完整性与表达流畅度；支持单次传入多段文本批量翻译，满足大批量内容同步处理的业务诉求；可处理中英文混合、标点符号丰富的业务文本，减少乱码、语句断裂等异常翻译情况；接口响应速度快，适配业务实时调用，翻译结果直接返回文本，便于后续存储、展示、二次加工。API介绍请求说明名称类型必须说明fromString是源语言toString是目标语言contentString是内容戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "65605503936940344488", // 本次请求号 "data": { "from": "zh",//源语言 "to": "en",//目标语言 "result": [//结果 { "dst": "hello",//目标文本 "src": "你好" //源文本 } ] } }

前言现实场景拍摄的图片往往同时包含多个不同目标物体，在图像裁剪、素材抠图、智能相册、以图搜图、图像分析业务中，需要把画面里每一个独立主体识别出来，并获取对应的位置信息。人工标注图片内多个主体效率低下，很难应对大批量图片处理需求；自研多主体检测模型，需要海量标注样本，针对不同物体类别持续调优，技术成本较高。图像多主体接口，上传图像即可检测画面当中存在的多个独立目标主体，输出主体类别、坐标位置以及置信度，为各类视觉下游业务提供基础检测能力。核心能力支持图片链接、Base64 编码、图像文件多种输入方式，对图片执行多主体目标检测；可识别画面中多个相互独立的物体主体，输出每个主体的类别名称、边界框坐标以及置信分数；适配复杂背景、物体部分遮挡、多角度拍摄、不同光照条件下的实拍图像；能够区分前景主体与背景干扰元素，可同时返回多张主体目标结果，支持后续抠图、裁剪、检索等二次处理；兼容生活实拍、商品照片、场景抓拍等多种图像类型，对常规压缩后的图片具备良好检测效果。API介绍请求说明名称类型必须说明imageString否图像base64字符串urlString否图像url链接imageTypeString否裁剪后图像格式，提供image时必传，需要与原图格式一致注意base64、url 必须提供一个，优先级：base64 > url图像最短边至少64px，最长边最大4096px,支持jpg/png/bmp格式，长宽比3：1以内，图像文件大小不超过4M戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "519567789189067375351719",//本次请求号 "data": { "list": [//图中目标主体的检测框位置信息 { "score": 0.81141996,//置信度得分 "name": "服装饰品",//图片标签 "location": { "top": 473,//表示定位位置的长方形左上顶点的垂直坐标 "left": 173,//表示定位位置的长方形左上顶点的水平坐标 "width": 171,//表示定位位置的长方形的宽度，单位px "height": 106 //表示定位位置的长方形的高度，单位px }, "url": "https://xxx.jpg" //裁剪后的图片，有效期30天。建议自行下载保存，避免丢失 }, { "score": 0.17329994, "name": "服装饰品", "location": { "top": 504, "left": 243, "width": 332, "height": 480 }, "url": "https://xxx.jpg" } ] } }

前言社区、电商平台、社交小程序、内容网站会产生海量用户上传图片，图片中极易混入色情低俗、暴力血腥、违规广告二维码等各类风险素材。完全依靠人工完成图片筛查，不仅审核响应慢，人力开销巨大，还容易出现漏审误判，给平台带来合规风险。自行训练图像风控识别模型，需要海量风险样本持续迭代优化，技术与数据投入成本很高。图像审核接口可以对上传图片做多维度风险识别，输出风险分类结果，帮助业务快速完成图片初筛，降低平台内容治理压力。核心能力支持图片链接、Base64 编码、图像文件多种传入方式，对图片进行多维度风险内容识别；可识别色情低俗、暴力血腥、违禁物品、垃圾广告、二维码导流等多类违规图像风险，输出风险标签与置信结果；能够识别图片内嵌文字当中隐藏的违规信息，兼顾画面视觉风险与图中文字风险双重检测；兼容实拍照片、截图、二次元插画、营销海报等多种图片类型，适配不同画质、光照、压缩失真的图像；返回清晰的风险判定结果，可直接对接业务流程，实现自动拦截、标记疑似内容转人工复核。API介绍请求说明名称类型必须说明imgBase64String否图像base64字符串imgFilefile否图像文件imgUrlString否图像url链接imgTypeString否图片类型 0: 静态图片（PNG、JPG、JPEG、BMP、GIF（仅对首帧进行审核）、Webp、TIFF）1: GIF动态图片 默认 0注意imgFile, imgBase64, imgUrl至少传入一个，优先级：imgBase64 > imgFile > imgUrl图像支持：PNG、JPG、JPEG、BMP、GIF（仅对首帧进行审核）、Webp、TIFF图像大小支持：大于等于5KB，小于等于4MB，最短边大于等于128像素，小于等于4096像素戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回对应的描述 "taskNo": "40525341889422111006", // 本次请求号 "data": { "result": "2", // 审核结果，可取值1、2、3、4，分别代表1：合规，2：不合规，3：疑似，4：审核失败 "resultMsg": "不合规", // result对应的描述 "resultItems": [ // 不合规项，合规时不返回 { "nonComplianceMainType": 0, // 不合规主分类 详见不合规主分类 "nonComplianceType": 0, // 不合规二级分类 详见不合规二级分类 "msg": "xxx", // 不合规描述 }, ... ] } }

前言通用物品抠图，可自动识别人体、物品的轮廓范围，将其与背景精准分离，输出透明底的抠图结果，适用于拍照背景替换、照片合成、商品图制作等场景，帮助开发者快速实现智能抠像能力。通用物品抠图可广泛应用在电商设计、影像娱乐、直播短视频等场景，比如：电商与商品图制作：一键抠取商品、模特主体，快速完成白底图、主图及海报设计，提升制图效率。设计与素材处理：将主体与背景分离后自由组合，方便进行素材拼接、版式设计与创意合成。照片合成与特效：把人物或物品从原背景中分离后合成到新场景，实现证件照换底、创意合影等玩法。API介绍戳这里查看详情请求说明名称类型必须说明base64String否图片base64串。base64、file、url 三选其一fileFile否图片文件。base64、file、url 三选其一urlString否图片文件url。base64、file、url 三选其一返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "596744245171443788745816", // 本次请求号 "data": { "mattingUrl": "xxx.jpg" // 处理后的图片，有效期30天。建议自行下载保存，避免丢失 } }

前言通用物体和场景识别，传入一张图片即可识别图片中的多个物体与场景，返回物体或场景名称、上层标签、内容描述及置信度等信息，帮助开发者快速实现图像内容理解与智能标签能力。通用物体和场景识别可广泛应用在图像内容管理、内容审核、视觉搜索等场景，比如：图像库与相册管理：自动为图片打上物体、场景标签，便于相册分类、素材检索与个性化推荐。内容审核与推荐：识别图片中的物体与场景信息，辅助判断内容类型，为内容分发与审核提供依据。视觉搜索与电商应用：提取图片关键词，用于相似内容检索、商品场景归类与营销素材分析。API介绍戳这里查看详情请求说明名称类型必须说明imageString否图像base64字符串urlString否图像 url，长度不超过1024字节，请注意关闭URL防盗链返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "868944265154130726683014", // 本次请求号 "data": { "list": [ { "imgUrl": "https://xxx.jpg", // 参考图片，有效期30天。建议自行下载保存，避免丢失 "score": 0.716479, // 置信度，0-1 "root": "人物-人物特写", // 识别结果的上层标签，有部分钱币、动漫、烟酒等tag无上层标签 "description": "美女，汉语词语，拼音是měi nǚ，意思是容貌姣好、仪态优雅的女子。", // 对应识别结果内容描述 "keyword": "美女" // 图片中的物体或场景名称 }, { "score": 0.564034, "root": "人物-人物特写", "keyword": "人物特写" } ] } }

前言卡证票据通用识别，基于多模态文档理解技术，支持对全品类卡证、票据凭证的通用识别与结构化信息抽取，自动识别关键字段并输出结构化结果，覆盖常见个人证件、企业资质证照、票据凭证等图像内容，包括但不限于：职业资格认证、学历证明、资质证书、专利证书，以及泛金融、医药、食品、运输、工程等行业的许可证、登记证等。卡证票据通用识别可广泛应用在资质审核、业务受理、行业监管等场景，比如：资质审核与准入：自动提取个人证件、企业资质证照中的关键字段，用于准入审核、资质核验与供应商管理。金融与保险业务受理：对客户提交的证件、凭证材料进行信息抽取与结构化录入，提升业务办理效率，降低人工录入错误。行业监管与档案管理：批量识别医药、食品、运输、工程等行业许可证及登记证信息，辅助材料归档、合规检查与数据治理。API介绍戳这里查看详情请求说明名称类型必须说明imageString否图片Base64编码，支持JPG、JPEG、PNG、BMP格式urlString否文件地址，支持JPG、JPEG、PNG、BMP、PDF、OFD格式pdfString否PDF文件Base64编码pdfFileNumInteger否PDF文件页码，和pdf参数配合使用ofdString否OFD文件Base64编码ofdFileNumInteger否OFD文件页码，和ofd参数配合使用返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "192365493231988621589326", // 本次请求号 "data": { "pdfFileSize": null, // PDF总页数，识别PDF时返回 "items": [ { "标题": "低压电工证", // 识别字段名称和内容，不同卡证票据返回的字段不同 "证号": "T123456789", "姓名": "张三", "有效期": [ "2024-01-01", "2030-01-01" ] // 同一字段识别到多个内容时返回数组 } ] } }

前言条码生成，按指定内容与条码类型生成条码图片，支持 EAN_8、UPC_E、EAN_13、UPC_A、QR_CODE、CODE_39、CODE_93、CODE_128、ITF、PDF_417、CODABAR、DATA_MATRIX、AZTEC、GS1-128 等常见条码类型，可自定义条码尺寸及是否显示底部内容。条码生成可广泛应用在商品零售、物流仓储、营销与溯源等场景，比如：商品标签与零售结算：批量生成商品条码图片，用于标签打印、商品管理与收银扫码结算。物流仓储与资产管理：为运单、包裹、货架或资产设备生成条码标签，实现扫码追踪与信息化管理。营销与溯源场景：生成二维码用于活动落地页、优惠券核销、产品溯源与信息查询入口。API介绍戳这里查看详情请求说明名称类型必须说明contentString是条码内容typeString是条码类型，支持：EAN_8、UPC_E、EAN_13、UPC_A、QR_CODE、CODE_39、CODE_93、CODE_128、ITF、PDF_417、CODABAR、DATA_MATRIX、AZTEC、GS1-128shoContentString否是否在条码底部显示内容，1:显示，0：不显示，默认0widthInteger否条码宽度（GS1-128无效），默认300heightInteger否条码高度（GS1-128无效），默认100返回样例{ "code": 200, "msg": "成功", "taskNo": "202103326210609847636031", "data": { "image": "/9j/4AAQSkZJRgABAgAAAQABA6" // 条码图片base64 } }

前言网页链接提取，传入网页地址即可获取网页内的全部链接，并按图片、CSS、JS、HTML、音视频、文档、压缩包、PHP 等类型分类返回，便于快速梳理页面资源与内外链结构。网页链接提取可广泛应用在 SEO 分析、数据采集、安全检测等场景，比如：SEO 与网站分析：批量提取页面中的内外链资源，用于死链排查、外链分析与站点结构优化。数据采集与内容聚合：获取目标网页的链接集合，为爬虫调度、内容聚合与页面抓取提供入口。安全检测与资产管理：梳理页面引用的脚本、样式及第三方资源，辅助排查外部资源风险与资产盘点。API介绍戳这里查看详情请求说明名称类型必须说明urlString是网址，如果网站参数里有&符号，请替换成@再用英文括号括起来，(@)typeString否指定访问节点，1=国内，2=香港，3=美国，默认1返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "902257455170281359522678", // 本次请求号 "data": { "img": [ // 图片分类结果集 "https://xxxx/se/static/wiseindex/img/favicon64_587c374.ico" ], "css": [ // CSS链接结果集 "//xxxx/se/wiseindex/head/wise/static/css/index-cb86-77ac99e2.css" ], "other": [ // 返回其他分类结果集，注，所有网页内部链接不会自动添加网页域名前缀，目录文件请自行添加域名前缀 "//xxxx", "//xxxx", "https://xxxx/basics/2025_wiseglobal/esl_1758513732000.ts" ], "music": [], // 音乐分类结果集 "package": [], // 压缩包分类结果集 "document": [], // 文档分类结果集 "js": [ // JS链接结果集 "//xxxx/se/wiseindex/head/wise/static/js/base/index-b93c0214.js" ], "php": [], // PHP后缀分类结果集 "html": [], // HTML后缀分类结果集 "video": [] // 视频分类结果集 } }