用途:从图像中提取文字内容,支持多种图像格式和语言,适用于文档数字化与图像内容分析。
主要能力:提供健康检查与 OCR 识别;识别结果包含文字列表、每个文字块的置信度以及检测到的文本区域坐标。
使用方式:通过 Python 客户端调用。 from services.ocr_service.client import OCRServiceClient client = OCRServiceClient() status = client.health_check() image_base64 = client.image_to_base64("/path/to/image.jpg") result = client.ocr(image_base64) 获取结果:texts = result["rec_texts"],scores = result["rec_scores"]。
返回格式包含 doc_preprocessor_res(如 angle)、dt_polys(文本区域坐标)、rec_texts(识别文字列表)、rec_scores(置信度)。
限制:资料未提供支持的具体语言清单、图像格式范围、部署要求、性能指标与收费信息,暂未提供。