-
前言自媒体工具、内容情报分析、素材归集系统、短视频监测平台开发过程中,经常需要从各大短视频分享链接中提取作品媒体资源与元信息。如果自行开发适配逻辑,需要持续跟进各平台链接规则、签名校验、防盗链策略,平台接口迭代极易造成解析失效,维护工作量巨大;依靠人工复制文案、保存视频素材,面对大批量内容采集场景效率低下。全平台短视频解析接口输入分享链接或口令,即可解析获取视频、图文作品的媒体资源与作品元数据,为短视频相关业务提供稳定的数据获取能力。核心能力支持粘贴短视频分享链接、平台口令文本,兼容多主流短视频与内容社区平台的作品解析诉求;可解析获取视频播放资源、封面素材、图集图片、音频资源,同时提取作品标题、发布文案、话题标签、作者基础信息等元数据;同时适配短视频作品与图文笔记类内容,区分视频、图集不同内容类型,返回对应类型的媒体资源;内置链接预处理逻辑,自动识别短链接、分享口令,处理链接跳转,降低因链接格式差异带来的解析失败概率;解析得到的媒体资源与作品元信息,可支撑自媒体素材归集、内容竞品监测、短视频工具开发、内容情报统计分析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urlString是短视频分享地址,支持的平台及可解析内容以实际返回为准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",// 返回描述 "taskNo": "41020892700032664119",// 本次请求号 "data": { "title": "示例视频标题",// 视频标题 "cover": "https://example.com/video/cover.jpg",// 视频封面图片地址 "url": "https://example.com/video/play.mp4"// 视频播放或下载地址 } }
-
前言人脸比对、活体核验、人像特效、相册人像分类等业务,第一步都需要精准定位图像当中的人脸区域。人工框选人脸效率低下,无法应对大批量图片实时处理;自研人脸检测模型,需要海量不同姿态、光照、遮挡条件下的人像样本,模型调优、版本迭代都要投入较高研发成本。人脸检测接口,上传图像即可完成画面内人脸定位,输出人脸框、五官关键点、人脸姿态与质量评估信息,为人像类上层业务提供基础视觉底层能力。核心能力支持图片链接、Base64 编码等多种图像输入形式,兼容实拍照片、截图等多种人像图像素材;支持单图多人脸同时检测,输出每一张人脸的边界框坐标、五官关键点点位,精准锁定人脸所在画面区域;可解析头部三维姿态角度,同时返回眼镜、口罩佩戴、人脸遮挡、图像清晰度等人脸质量相关评估指标;对侧脸、仰头低头、光照变化、局部遮挡等复杂现实拍摄场景具备良好适配能力,降低漏检、误检概率;获取的人脸位置、关键点及质量评估信息,可支撑人脸比对校验、人像美颜特效、人脸图片筛选、人像素材裁剪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filefile否人脸照片文件base64String否人脸照片Base64urlString否人脸照片urlfaceFieldString否包括age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息,逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度maxFaceNumInteger否最多处理人脸的数目,默认值为1,根据人脸检测排序类型检测图片中排序第一的人脸(默认为人脸面积最大的人脸),最大值120faceTypeString否人脸的类型,默认LIVE。LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片livenessControlString否活体控制,默认NONE, 检测结果中不符合要求的人脸会被过滤NONE: 不进行控制LOW:较低的活体要求(高通过率 低攻击拒绝率)NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率)HIGH: 较高的活体要求(高攻击拒绝率 低通过率)faceSortTypeString否人脸检测排序类型,默认为0。0:代表检测出的人脸按照人脸面积从大到小排列1:代表检测出的人脸按照距离图片中心从近到远排列displayCorpImageString否是否显示检测人脸的裁剪图base64值,默认为00:不显示(默认)1:显示当取值为1时,max_face_num字段的取值上限按5计算,即最多可返回5张人脸的裁剪图注意:file、base64、url 必须提供一个;现支持PNG、JPG、JPEG、BMP,不支持GIF图片,分辨率应小于1920*1080,图片文件大小不超过8MB。戳这里查看详情返回样例{ "code": 200, "msg": "成功", "taskNo": "788988200161527391185660", "data": { "faceNum": 1,//检测到的图片中的人脸数量 "faceList": [//人脸信息列表,具体包含的参数参考下面的列表。 { "face_token": "35235asfas21421fakghktyfdgh68bio",//人脸图片的唯一标识 (人脸检测face_token有效期为60min) "location": {//人脸在图片中的位置 "left": 117,//人脸区域离左边界的距离 "top": 131,//人脸区域离上边界的距离 "width": 172,//人脸区域的宽度 "height": 170,//人脸区域的高度 "rotation": 4 //人脸框相对于竖直方向的顺时针旋转角,[-180,180] }, "spoofing":"",//判断图片是合成图的概率 "face_probability": 1,//人脸置信度,范围【0~1】,代表这是一张人脸的概率,0最小、1最大。其中返回0或1时,数据类型为Integer "angle" :{//人脸旋转角度参数 "yaw" : -0.34859421849251,//三维旋转之左右旋转角[-90(左), 90(右)] "pitch": 1.9135693311691,//三维旋转之俯仰角度[-90(上), 90(下)] "roll" :2.3033397197723 //平面内旋转角[-180(逆时针), 180(顺时针)] }, "landmark": [ //4个关键点位置,左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回 { "x": 161.74819946289, "y": 163.30244445801 } ], "landmark72": [ // 72个特征点位置 face_field包含landmark时返回 { "x": 115.86531066895, "y": 170.0546875 } ], "age": 29.298097610474,//年龄 ,当face_field包含age时返回 "expression": { //表情,当 face_field包含expression时返回 "type": "smile", //none:不笑;smile:微笑;laugh:大笑 "probability" : 0.5543018579483 //表情置信度,范围【0~1】,0最小、1最大 }, "gender": { //性别,face_field包含gender时返回 "type": "male", //male:男性 female:女性 "probability": 0.99979132413864 //性别置信度,范围【0~1】,0代表概率最小、1代表最大 }, "glasses": { //是否带眼镜,face_field包含glasses时返回 "type": "sun", //none:无眼镜,common:普通眼镜,sun:墨镜 "probability": 0.99999964237213 //眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。 }, "face_shape": { //脸型,当face_field包含face_shape时返回 "type": "triangle", //square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形 "probability": 0.5543018579483 //置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大。 }, "quality": {//人脸质量信息。face_field包含quality时返回 "occlusion": { //人脸各部分遮挡的概率,范围[0~1],0表示完整,1表示不完整 "left_eye": 0,//左眼遮挡比例,[0-1] ,1表示完全遮挡 "right_eye": 0,//右眼遮挡比例,[0-1] , 1表示完全遮挡 "nose": 0,//鼻子遮挡比例,[0-1] , 1表示完全遮挡 "mouth": 0,//嘴巴遮挡比例,[0-1] , 1表示完全遮挡 "left_cheek": 0.0064102564938366,//左脸颊遮挡比例,[0-1] , 1表示完全遮挡 "right_cheek": 0.0057411273010075,//右脸颊遮挡比例,[0-1] , 1表示完全遮挡 "chin_contour": 0 //下巴遮挡比例,,[0-1] , 1表示完全遮挡 }, "blur": 1.1886881756684e-10,// 人脸模糊程度,范围[0~1],0表示清晰,1表示模糊 "illumination": 141,//取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好 "completeness": 1, //人脸完整度,0或1, 0为人脸溢出图像边界,1为人脸都在图像边界内 "livemapscore": 1 //单张图片的活体得分范围[0~1], liveness_control包含NORMAL时返回 } } ] } }
-
前言智慧社区、环保科普小程序、智能回收设备、校园宣教系统等业务场景中,需要快速对投放的生活垃圾完成类别判定。普通用户对于繁杂的垃圾分类规则容易混淆,依靠人工查阅分类手册效率低下,难以满足设备端实时判别需求;自研垃圾分类图像识别模型,需要采集海量居家、社区实拍垃圾样本,针对物品遮挡、复杂背景做模型训练迭代,样本维护与调优成本居高不下。垃圾分类图像识别接口,上传垃圾实拍图片,AI 自动识别物品实体并输出对应的垃圾归属类别,为环保类业务提供视觉化智能分类能力。核心能力支持图片链接、Base64 编码两种图像传入方式,兼容 JPG、PNG、BMP 等主流图片格式,适配手机实拍、设备摄像头采集图像素材;识别画面内垃圾实体物品名称,输出可回收物、有害垃圾、厨余垃圾、其他垃圾四大标准分类结果,识别置信度同步返回;对居家、社区场景常见生活垃圾做专项优化,能够应对物品局部遮挡、普通室内光照、复杂背景等实拍环境干扰;识别结果支持业务侧置信阈值过滤,低置信识别结果可流转至人工复核环节,降低误判带来的业务风险;识别输出的物品与分类研判结果,可支撑智能投放引导、环保科普交互、回收设备逻辑控制、环保数据统计分析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 } ] } }
-
前言智慧教育平台、线上作业系统、AI 作文批改工具场景中,经常需要把纸质手写作文快速转化为可编辑电子文本。依靠教师人工录入整篇作文,耗时耗力,大批量作业处理时效率瓶颈突出;通用手写 OCR 难以适配作文本方格、横线稿纸版式,容易出现段落错乱、语序颠倒;面向作文场景自研手写识别模型,需要海量学生手写样本训练,不同字迹、涂改痕迹、稿纸版式都需要调优,技术落地成本高。手写作文识别接口针对学生作文场景深度优化,解析稿纸上手写全文,还原标题、段落行文结构,为作文智能化处理提供底层识别能力。核心能力支持手机实拍、扫描件等图像素材输入,适配方格作文本、横线稿纸等主流学生作文书写载体;针对学生手写字体专项优化,识别手写作文全文内容,区分标题、不同段落,还原文章阅读顺序;具备图像预处理能力,可矫正图片倾斜,兼容纸面涂改痕迹、光照不均、轻微阴影等实拍环境干扰;能够过滤稿纸格线、印刷表头干扰,降低稿纸线条带来的文字切割、识别错乱问题;解析输出的作文文本与段落结构,可支撑 AI 作文智能批改、习作内容归档、学情数据分析、作文素材沉淀等多场景业务能力搭建。戳这里查看详情提交任务手写作文识别为异步处理能力,先提交识别任务获取任务 ID请求说明名称类型必须说明fileFile否待识别文件imageBase64String否图片 Base64 字符串urlString否文件公网可访问地址pdfFileBase64String否PDF Base64 字符串pdfFileNumString否需要识别的 PDF 页码,不传默认第一页recognizeGranularityString否识别粒度,控制坐标返回;可选值:line(行级坐标返回)、word(行级坐标 + 字级别坐标返回)、none(不返回坐标)。注意:支持图片或 PDF 文件提交,可通过上传文件、文件地址、图片 Base64、PDF Base64 等多种方式传入,文件大小不超过 10M。返回样例{ "code": 200,// 返回码 "msg": "成功",// 返回描述 "taskNo": "41020892700032664119",// 本次请求号 "data": { "pdf_file_size": 12,// PDF 总页数;图片场景可能为空或不返回 "result": { "wait_task_count": 0,// 当前排队等待任务数量 "task_id": "2074018379477916947"// 任务 ID,用于查询识别结果 } } } 查询结果通过任务 ID 查询识别结果,适合耗时较长的作文图片或 PDF 批量识别场景请求说明名称类型必须说明taskIdString是提交任务接口返回的任务 ID返回样例{ "code": 200,// 返回码 "msg": "成功",// 返回描述 "success": true,// 是否成功 "taskNo": "783778191182328326291990",// 本次请求号 "data": { "task_id": "2074018379477916947",// 任务 ID "status": "Success",// 任务状态 "created_time": 1783319490000,// 创建时间 "started_time": 1783319490000,// 开始处理时间 "finished_time": 1783319494000,// 完成时间 "duration": 4000,// 处理耗时,单位毫秒 "result": { "recognize_granularity": "none",// 识别粒度 "grade": "",// 年级 "name": "",// 姓名 "ids": "",// 标识信息 "essayOverall": { "titleText": "",// 标题文本 "contentText": "1. What will the man do next? A. Unpack his suitcase."// 正文全文 }, "title": { "text": ""// 标题内容 }, "content": { "paragraphs": [ { "paragraphId": "p1",// 段落 ID "text": "1. What will the man do next?",// 段落文本 "sentences": [ { "sentenceId": "s1-p1",// 句子 ID "text": "1."// 句子文本 }, { "sentenceId": "s2-p1", "text": "What will the man do next?" } ] } ] } } } }
-
前言SEO 分析工具、竞品调研、行业数据分析、营销情报平台业务场景下,需要掌握目标网站的综合排名、所属行业分类、地域维度排行等情报。依靠人工检索各类第三方平台,需要跨多站点收集整理排行信息,操作繁琐,数据更新滞后;自主搭建网站排行数据库,需要持续抓取全网站点流量数据,数据清洗、维护成本居高不下。网站排行榜查询接口,输入域名即可获取站点排行相关情报,快速掌握网站行业地位与流量竞争态势,助力竞品分析与市场调研工作。核心能力输入目标域名,即可查询网站综合排行数据,获取站点排名、所属行业分类、归属地区、站长相关信息等多维度情报;支持按时间维度调取历史排行记录,可对比不同周期下网站排名涨跌变化,追踪站点流量地位波动趋势;支持分页查询输出排行列表,可限定行业、地区维度做筛选,便于批量开展竞品站点情报采集;覆盖多行业主流站点数据,适配资讯、电商、SaaS 服务、内容平台等各类网站,满足多样化调研分析诉求;获取的网站排行与维度情报,可支撑竞品竞争态势研判、行业市场调研、SEO 数据分析看板、商业线索挖掘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imageString是图片Base64urlString否图片完整URL注意:image、url 必须提供一个,优先级:url > image。大小不超过5M,支持jpg/png/bmp格式。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 } ] } }
-
前言题库建设、拍照搜题、错题归集类教育产品,需要把整页试卷、练习册图片拆解成一道道独立习题。依靠人工框选拆分题目,录入题干、选项内容,耗时巨大,效率低下;自研试卷切分算法,需要适配多栏排版、图文混排、公式图表等复杂习题版式,还要处理手机实拍带来的倾斜、反光、模糊等问题,模型训练与样本维护成本很高。试卷切题识别接口,上传试卷或教辅图片,自动完成题目边界定位与内容解析,将整页材料拆分为独立习题单元,助力教育内容快速数字化生产。核心能力支持手机实拍照片、扫描件等多种图像素材输入,对整页试卷、练习册、教辅资料实现题目自动定位切分;按单题维度解析内容,拆分输出题干、选项、子题、插图等习题要素,还原单道题目的完整信息;内置图像预处理能力,可矫正图片倾斜畸变,兼容光照不均、轻微模糊的实拍试卷图像;适配多学科习题,支持图文混排、数理化公式、多栏交错排版等复杂试卷版式,降低切分错位风险;切分解析得到的习题单元,可支撑题库批量录入、拍照搜题服务、错题集构建、AI 习题辅导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、falsedispLinePolyBoolean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)spliceTextBoolean否是否拼接题目元素内每行的文本信息后输出,默认值:false;可选值:true、falseonlySplitBoolean否是否仅进行题目切分,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": "946671679166038974366655",// 本次请求号 "data": { "pdf_file_size": 4,// PDF 页数 "qus_result_num": 7,// 题目数量 "processed_status": "success",// 处理状态 "image_processed": "",// 处理后的图片信息 "qus_result": [ { "qus_type": "3",// 题目类型 "qus_probability": 0.9610574245,// 题目区域置信度 "qus_location": { "points": [ {"x": 99,"y": 1010},// 左上角坐标 {"x": 157,"y": 1009},// 右上角坐标 {"x": 157,"y": 1032},// 右下角坐标 {"x": 99,"y": 1032}// 左下角坐标 ] }, "qus_element": [ { "elem_type": "3",// 元素类型 "elem_probability": 0.9610574245,// 元素置信度 "elem_location": { "points": [ {"x": 99,"y": 1010}, {"x": 157,"y": 1009}, {"x": 157,"y": 1032}, {"x": 99,"y": 1032} ] }, "elem_word": [ { "word": "A.轻风",// 元素文本 "word_type": "print",// 文本类型 "word_location": { "top": 1011,// 上边距 "left": 99,// 左边距 "width": 52,// 宽度 "height": 16// 高度 } } ] } ] } ], "qus_figure": [ { "fig_location": { "points": [ {"x": 78,"y": 610}, {"x": 757,"y": 606}, {"x": 756,"y": 688}, {"x": 78,"y": 692} ] } } ] } }
-
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" } ] } }
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签