# 前言

智能结构化识别，通常指OCR智能结构化识别/智能文档结构化识别，是一种把图片、扫描件、PDF、表单、票据、合同、电子单证等非结构化或半结构化文档，自动转换成机器可直接使用的结构化数据的技术。

智能结构化识别主要应用场景
**金融与财税票据处理：**
发票、银行回单、对账单、报销单等票据的自动识别与录入，是结构化识别最成熟的应用。系统可提取发票代码、金额、税额、开票方等字段，直接对接财务系统完成验真、入账和报销，大幅减少财务人员手工录入。
**身份与证件信息采集：**
身份证、护照、驾驶证、行驶证、营业执照、银行卡等证件的关键字段自动提取，广泛应用于开户、注册、入住、办证等场景。用户拍照上传即可完成信息填报，替代手工输入，提升办理效率与准确性。![请添加图片描述](https://developer.qcloudimg.com/http-save/yehe-12007261/9d92fb7a149173386d381321ec7b87c1.png)


# API介绍

## 请求说明

| 名称 | 类型 |必须|  说明 |
| --- | --- | --- |--- |
| image | String| 否| 图片base64 |
| pdf| String | 否  | PDF文件的base64 |
| pdfNum| String | 否  | 需要识别的PDF文件的对应页码，不传默认识别第1页|
| file  | File | 否  | 图片文件或pdf文件  |
| url  | String | 否  | 图片或pdf的url |
| returnRelation  | String | 否  | 是否返回结构化对应关系及单文本行结果，为true时返回，默认false，针对relations、line_info |





## 返回样例

```json
{
  "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": {
    "object_id_num": "58",//文本行结果数，当 returnRelation=true 时返回
    "pdf_size": "1",//传入PDF文件的总页数，当pdf参数有效时返回该字段
    "result": {//识别结果
      "line_info": [//文字行的识别结果、类别、置信度、位置信息等
        {
          "line__probability": 15.97,//文字行的文字结果识别置信度
          "top": 62.13,//表示文字行定位位置的长方形左上顶点的垂直坐标
          "left": 176.34,//表示文字行定位位置的长方形左上顶点的水平坐标
          "line_location": {},//文字行的位置
          "line_class": "other",//文字行的类别，key 表示非表格区的 key 值，value 表示非表格区的 value 值，table_value 表格区的 value 值，other 表示无结构化关系的文本行
          "width": 403.42,//表示文字行定位位置的长方形的宽度
          "line_class_probability": 0.9859102964401245,//line_class 的分类置信度
          "object_id": 0,//文字行的 id，唯一标识，按从上到下从左到右顺序，依次顺位排列
          "word": "江苏省车辆通行费通用(电子)发票",//文字行的文字结果
          "block_id": -1,//换行文字的 id，另一唯一标识，属于同一个词义的 n 个文字行的 block_id一致，按从上到下从左到右顺序，依次顺位排列。说明：block 只针非表格区 key、表格区 key、表格区 value。非换行的 block 元素固定返回 -1
          "height": 27.74 //表示文字行定位位置的长方形的高度
        }
      ],
      "struct_info": {//非表格区的 k-v 按结构化对应展示信息
        "group": [
          {
            "value": [//value 文字行的信息
              {
                "word": "132152300123" //value 文字行的文字结果
              }
            ],
            "key": [//key 文字行的信息
              {
                "word": "发票代码" //key 文字行的文字结果
              }
            ]
          }
        ]
      },
      "relations": {//结构化对应关系
        "table_relations": {//表格区的结构关系
          "vv_relations": [//表格区的v-v结构关系，可支持一对一、一对多的关系
            {
              "leaf_nodes": [//由【前者 value】根节点指向叶子节点【后者 value】的 object_id
                22,
                23
              ],
              "root_node": 21 //根节点的 object_id，即表格区v-v关系的【前者 value】
            }
          ],
          "kv_relations": [//表格区的k-v结构关系，可支持一对一、一对多的关系
            {
              "leaf_nodes": [//由根节点指向叶子节点的 object_id，即表格/表单区k-v关系的values
                21
              ],
              "root_node": 18 //根节点的 object_id，即表格区 k-v 关系的 key
            }
          ],
          "kk_relations": [//表格区的 k-k 结构关系，即多级表头的结构关系，可支持一对一、一对多的关系
            {
              "leaf_nodes": [//由【前者 key】根节点指向叶子节点【后者 key】的object_id
                11
              ],
              "root_node": 9 //根节点的 object_id，即表格/表单区 k-k 关系的【前者 key】
            }
          ]
        },
        "kv_relations": [//非表格区的 k-v 结构化关系，可支持一对一、一对多的关系
          {
            "leaf_nodes": [//由根节点指向叶子节点的 object_id，即 k-v 区的 values
              2
            ],
            "root_node": 1 //根节点的 object_id，即 k-v 区的 key
          }
        ]
      }
    }
  }
}
```

智能结构化识别，通常指OCR智能结构化识别/智能文档结构化识别，是一种把图片、扫描件、PDF、表单、票据、合同、电子单证等非结构化或半结构化文档，自动转换成机器可直接使用的结构化数据的技术。

智能结构化识别-图片结构解析-图像结构化解析-照片结构化解析

人工智能

智能OCR结构化识别技术，自动提取发票、证件等文档关键信息，支持图片、PDF多种格式，提供表格与非表格区的K-V结构化关系，精准对接财务系统，实现票据自动验真入账，提升信息采集效率。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

智能结构化识别-图片结构解析-图像结构化解析-照片结构化解析-腾讯云开发者社区-腾讯云

智能结构化识别-图片结构解析-图像结构化解析-照片结构化解析

智能结构化识别-图片结构解析-图像结构化解析-照片结构化解析

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐