出租车发票识别 API文档

接口说明

出租车发票识别,对出租车发票图片进行识别,返回 车牌号、日期、上下车时间、单价、里程、金额、号码等信息,通过批量扫描出租车发票,帮助企业节省大量人力财力,降低风险。 同样用于内部OA系统中,发票报销时,使用出租车发票识别,可以快速收集出租车发票信息。给用户带来极大的便利,方便用户保存。

该能力是通过HTTP API的方式给开发者提供一个通用的接口,适用于一次性交互数据传输的AI服务场景,块式传输。相较于 SDK,API具有轻量、跨语言的特点,不过请注意该接口使用的HTTP API协议不支持跨域。

接口Demo

示例demo请点击 这里 下载。
demo 覆盖部分语言,其他语言参照下方接口文档进行开发。
欢迎热心的开发者到“讯飞开放平台社区” 分享你们的demo。

接口要求

集成出租车发票识别API时,需按照以下要求。

内容 说明
传输方式 http[s] (为提高安全性,强烈推荐https)
请求地址 http[s]: //api.xf-yun.com/v1/private/sb6db0171
注:服务器IP不固定,为保证您的接口稳定,请勿通过指定IP的方式调用接口,使用域名方式调用
请求方式 POST
接口鉴权 签名机制,详情请参照下方鉴权认证
字符编码 UTF-8
响应格式 统一采用JSON格式
开发语言 任意,只要可以向讯飞云服务发起HTTP请求的均可
适用范围 任意操作系统,但因不支持跨域不适用于浏览器
图片格式 jpg/jpeg/png/bmp
图片大小 图像数据按要求编码后(base64编码后进行urlencode)大小不超过4M

接口调用流程

· 通过接口密钥基于hmac-sha256计算签名,将签名以及其他参数加在请求地址后面。详见下方 鉴权认证
· 将请求参数以及图片数据放在Http Request Body中,以POST表单的形式提交,详见下方 请求参数
· 向服务器端发送Http请求后,接收服务器端的返回结果。

鉴权认证

在调用业务接口时,请求方需要对请求进行签名,服务端通过签名来校验请求的合法性。

鉴权方法

通过在请求地址后面加上鉴权相关参数的方式,参数具体如下:

http示例url:

http://api.xf-yun.com/v1/private/sb6db0171?authorization=YXBpX2tleT0iOTEyMDVhZmUwZDE3ZTM4YzYxYmUzNWZjYTM0NjUwM2MiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0iWlpHb3Z3dkxFdEJuaVluREp2ajhJY0RlYld1TmxKTjhtYTFZSGNpS3dTST0i&host=api.xf-yun.com%3A-1&date=Tue%2C+24+Nov+2020+03%3A20%3A09+GMT

鉴权参数:

参数 类型 必须 说明 示例
host string 请求主机 api.xf-yun.com
date string 当前时间戳,RFC1123格式("EEE, dd MMM yyyy HH:mm:ss z") Fri, 17 Jul 2020 06:26:58 GMT
authorization string 使用base64编码的签名相关信息(签名基于hamc-sha256计算) 参考下方详细生成规则

· date参数生成规则:

date必须是UTC+0或GMT时区,RFC1123格式(Fri, 17 Jul 2020 06:26:58 GMT)。
服务端会对date进行时钟偏移检查,最大允许300秒的偏差,超出偏差的请求都将被拒绝。

· authorization参数生成格式:

1)获取接口密钥APIKey 和 APISecret。
在讯飞开放平台控制台,创建一个应用后打开出租车发票识别页面可以获取,均为32位字符串。

2)参数authorization base64编码前(authorization_origin)的格式如下。

api_key="$api_key",algorithm="hmac-sha256",headers="host date request-line",signature="$signature"

其中 api_key 是在控制台获取的APIKey,algorithm 是加密算法(仅支持hmac-sha256),headers 是参与签名的参数(见下方注释)。
signature 是使用加密算法对参与签名的参数签名后并使用base64编码的字符串,详见下方。

注: headers是参与签名的参数,请注意是固定的参数名("host date request-line"),而非这些参数的值。

3)signature的原始字段(signature_origin)规则如下。

signature原始字段由 host,date,request-line三个参数按照格式拼接成,
拼接的格式为(\n为换行符,’:’后面有一个空格):

host: $host\ndate: $date\n$request-line

假设

请求url = api.xf-yun.com
date = Fri, 17 Jul 2020 06:26:58 GMT

那么 signature原始字段(signature_origin)则为:

host: api.xf-yun.com
date:Fri, 17 Jul 2020 06:26:58 GMT
POST /v1/private/sb6db0171 HTTP/1.1

4)使用hmac-sha256算法结合apiSecret对signature_origin签名,获得签名后的摘要signature_sha。

signature_sha=hmac-sha256(signature_origin,$apiSecret)

其中 apiSecret 是在控制台获取的APISecret

5)使用base64编码对signature_sha进行编码获得最终的signature。

signature=base64(signature_sha)

假设

APISecret = apisecretXXXXXXXXXXXXXXXXXXXXXXX	
date = Fri, 17 Jul 2020 06:26:58 GMT

则signature为

signature=9iaFiQ5zSoYwjOvSrjYqP/bR26XWdGTC2CNvx4wP6hc=

6)根据以上信息拼接authorization base64编码前(authorization_origin)的字符串,示例如下。

api_key="apikeyXXXXXXXXXXXXXXXXXXXXXXXXXX", algorithm="hmac-sha256", headers="host date request-line", signature="9iaFiQ5zSoYwjOvSrjYqP/bR26XWdGTC2CNvx4wP6hc="

注: headers是参与签名的参数,请注意是固定的参数名("host date request-line"),而非这些参数的值。

7)最后再对authorization_origin进行base64编码获得最终的authorization参数。

authorization = base64(authorization_origin)
示例:
authorization=YXBpX2tleT0iOTEyMDVhZmUwZDE3ZTM4YzYxYmUzNWZjYTM0NjUwM2MiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0iOWlhRmlRNXpTb1l3ak92U3JqWXFQL2JSMjZYV2RHVEMyQ052eDR3UDZoYz0i

鉴权结果

如果鉴权失败,则根据不同错误类型返回不同HTTP Code状态码,同时携带错误描述信息,详细错误说明如下:

HTTP Code 说明 错误描述信息 解决方法
401 缺少authorization参数 {"message":"Unauthorized"} 检查是否有authorization参数,详情见authorization参数详细生成规则
401 签名参数解析失败 {“message”:”HMAC signature cannot be verified”} 检查签名的各个参数是否有缺失是否正确,特别确认下复制的api_key是否正确
401 签名校验失败 {“message”:”HMAC signature does not match”} 签名验证失败,可能原因有很多。
1. 检查api_key,api_secret 是否正确。
2.检查计算签名的参数host,date,request-line是否按照协议要求拼接。
3. 检查signature签名的base64长度是否正常(正常44个字节)。
403 时钟偏移校验失败 {“message”:”HMAC signature cannot be verified, a valid date or x-date header is required for HMAC Authentication”} 检查服务器时间是否标准,相差5分钟以上会报此错误

认证失败返回示例:

HTTP/1.1 403 Forbidden
Date: Fri, 17 Jul 2020 06:26:58 GMT
Content-Length: 116
Content-Type: text/plain; charset=utf-8
{
    "message": "HMAC signature does not match"
}

请求参数

在调用业务接口时,都需要在 Http Request Body 中配置以下参数,请求数据均为json字符串。

参数名 类型 必传 描述
header object 用于上传平台参数
header.app_id string 在平台申请的appid信息
header.status string 请求状态,取值范围为:3(一次传完)
parameter object 用于上传服务特性参数
parameter.sb6db0171 object 用于上传功能参数
parameter.sb6db0171.template_list string 票据类型,可选值:taxi_ticket(默认值)
parameter.sb6db0171.result object 用于上传响应数据参数
parameter.sb6db0171.result.encoding string 文本编码,可选值:utf8(默认值)
parameter.sb6db0171.result.compress string 文本压缩格式,可选值:raw(默认值)
parameter.sb6db0171.result.format string 文本格式,可选值:json(默认值)
payload object 用于上传请求数据
payload.sb6db0171_data_1 object 用于上传图片数据
payload.sb6db0171_data_1.encoding string 图像编码 可选值: jpg格式(默认值)/jpeg格式/png格式/bmp格式
payload.sb6db0171_data_1.image string 图像数据,base64编码,需保证图像文件大小base64编码后不超过4MB
payload.sb6db0171_data_1.status int 数据状态,取值范围为:3(一次传完)

请求参数示例:

{
    "header": {
        "app_id": "XXXXXX",
        "status": 3
    },
    "parameter": {
        "sb6db0171": {
            "template_list": "taxi_ticket",
            "result": {
                "encoding": "utf8",
                "compress": "raw",
                "format": "json"
            }
        }
    },
    "payload": {
        "sb6db0171_data_1": {
            "encoding": "jpg",
            "image": "",
            "status": 3
        }
    }
}

返回参数

参数名 类型 描述
header object 协议头部,用于描述平台特性的参数
header.code int 返回码
0表示会话调用成功(并不一定表示服务调用成功,服务是否调用成功以text字段中的ret为准)
其它表示会话调用异常,详情请参考错误码
header.message string 描述信息
header.sid string 本次会话id
payload object 数据段,用于携带响应的数据
payload.result object 出租车发票识别输出数据
payload.result.compress string 压缩格式
payload.result.encoding string 编码格式
payload.result.format string 返回数据格式
payload.result.text string 出租车发票识别返回结果,需要对其进行base64解码,解码后的返回字段如下

text字段具体信息
字段 数据类型 含义 说明
engine_version string 引擎版本号 版本相关信息,无需特别关注
error_code int 返回码(0表示成功)
error_msg string 描述返回码信息
object_count int 目标数量 目前仅支持一次识别一个目标,一般返回1
object_list array 目标版面分析结果
object_list.description string 识别的目标图像类别名称
object_list.error_code int 当前图片识别错误码(0表示成功)
object_list.error_msg string 当前图片识别错误码信息
object_list.height int 目标图像的高度
object_list.idx int 输出图片索引
object_list.region_count int 通用区域数量
object_list.region_list array 通用区域
object_list.region_list.id string 序号,从0开始
object_list.region_list.order int 同层级内的阅读顺序 无需特别关注
object_list.region_list.position object 区域位置
object_list.region_list.position.bl_point object 区域左下角坐标
object_list.region_list.position.bl_point.x int 区域左下角x坐标
object_list.region_list.position.bl_point.y int 区域左下角y坐标
object_list.region_list.position.br_point object 区域右下角坐标
object_list.region_list.position.br_point.x int 区域右下角x坐标
object_list.region_list.position.br_point.y int 区域右下角y坐标
object_list.region_list.position.tl_point object 区域左上角坐标
object_list.region_list.position.tl_point.x int 区域左上角x坐标
object_list.region_list.position.tl_point.y int 区域左上角y坐标
object_list.region_list.position.tr_point object 区域右上角坐标
object_list.region_list.position.tr_point.x int 区域右上角x坐标
object_list.region_list.position.tr_point.y int 区域右上角y坐标
object_list.region_list.text_block_count int 文本块数量
object_list.region_list.text_block_list array 文本块结果
object_list.region_list.text_block_list.class string 所属要素类型,英文名 可能返回的值有
Plate-number:车牌号
Date:日期
Time:上下车时间
Number3_price:单价
Number4_mileage:里程
Number5_amount:金额
Number2_code:号码
Number1_code:代码
unknown_type:未知类型
object_list.region_list.text_block_list.id string id识别码
object_list.region_list.text_block_list.key string 要素key值 可能返回的值有
Plate-number:车牌号
Date:日期
Time:上下车时间
Number3_price:单价
Number4_mileage:里程
Number5_amount:金额
Number2_code:号码
Number1_code:代码
unknown_type:未知类型
object_list.region_list.text_block_list.ocr_flag int 当前要素是否进行识别,1代表识别,0代表不识别
object_list.region_list.text_block_list.order int 同层级内的阅读顺 无需特别关注
object_list.region_list.text_block_list.position object 文本块区域位置
object_list.region_list.text_block_list.position.bl_point object 区域左下角坐标
object_list.region_list.text_block_list.position.bl_point.x int 区域左下角x坐标
object_list.region_list.text_block_list.position.bl_point.y int 区域左下角y坐标
object_list.region_list.text_block_list.position.br_point object 区域右下角坐标
object_list.region_list.text_block_list.position.br_point.x int 区域右下角x坐标
object_list.region_list.text_block_list.position.br_point.y int 区域右下角y坐标
object_list.region_list.text_block_list.position.tl_point object 区域左上角坐标
object_list.region_list.text_block_list.position.tl_point.x int 区域左上角x坐标
object_list.region_list.text_block_list.position.tl_point.y int 区域左上角y坐标
object_list.region_list.text_block_list.position.tr_point object 区域右上角坐标
object_list.region_list.text_block_list.position.tr_point.x int 区域右上角x坐标
object_list.region_list.text_block_list.position.tr_point.y int 区域右上角y坐标
object_list.region_list.text_block_list.tag object 保留字段,无需特别关注
object_list.region_list.text_block_list.text_sent_count int 文本行数量
object_list.region_list.text_block_list.text_sent_list object 识别的文本行(文本块内可能包含多行文本)
object_list.region_list.text_block_list.text_sent_list.angle float 文本行角度(0-360),在原图中
object_list.region_list.text_block_list.text_sent_list.char_count int 文本行字符数
object_list.region_list.text_block_list.text_sent_list.det_score float 要素检测框置信度 无需特别关注
object_list.region_list.text_block_list.text_sent_list.position object 文本块区域位置
object_list.region_list.text_block_list.text_sent_list.position.bl_point object 区域左下角坐标
object_list.region_list.text_block_list.text_sent_list.position.bl_point.x int 区域左下角x坐标
object_list.region_list.text_block_list.text_sent_list.position.bl_point.y int 区域左下角y坐标
object_list.region_list.text_block_list.text_sent_list.position.br_point object 区域右下角坐标
object_list.region_list.text_block_list.text_sent_list.position.br_point.x int 区域右下角x坐标
object_list.region_list.text_block_list.text_sent_list.position.br_point.y int 区域右下角y坐标
object_list.region_list.text_block_list.text_sent_list.position.tl_point object 区域左上角坐标
object_list.region_list.text_block_list.text_sent_list.position.tl_point.x int 区域左上角x坐标
object_list.region_list.text_block_list.text_sent_list.position.tl_point.y int 区域左上角y坐标
object_list.region_list.text_block_list.text_sent_list.position.tr_point object 区域右上角坐标
object_list.region_list.text_block_list.text_sent_list.position.tr_point.x int 区域右上角x坐标
object_list.region_list.text_block_list.text_sent_list.position.tr_point.y int 区域右上角y坐标
object_list.region_list.text_block_list.text_sent_list.score float 该行文本识别置信度
object_list.region_list.text_block_list.text_sent_list.text string 文本行文字内容
object_list.region_list.text_block_list.value string 要素value值,识别后处理结果
object_list.table_count int 表格区域数量 出租车发票识别此项返回0
object_list.table_list array 表格区域 出租车发票识别此项返回空
object_list.region_list.type string 区域类型 可能返回的值有
Plate-number:车牌号
Date:日期
Time:上下车时间
Number3_price:单价
Number4_mileage:里程
Number5_amount:金额
Number2_code:号码
Number1_code:代码
unknown_type:未知类型
object_list.width int 目标图像的宽度
version string json协议的版本号 版本相关信息,无需特别关注

返回参数示例:

{
    "header": {
        "code": 0,
        "message": "success",
        "sid": "ase000704fa@dx16ade44e4d87a1c802"
    },
    "payload": {
        "result": {
            "encoding": "utf8",
            "compress": "raw",
            "format": "json",
            "text": ""
        }
    }
}

base64解码后的text示例:

{
  "error_msg": "Success",
  "object_list": [
    {
      "table_count": 0,
      "region_list": [
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.73776042461395264,
                  "det_score": 0.96717560291290283,
                  "image_data": "/9j/4AAQSkZJRgABAQ...",
                  "angle": -1.1771469116210938,
                  "char_count": 9,
                  "position": {
                    "bl_point": {
                      "x": 434,
                      "y": 542
                    },
                    "br_point": {
                      "x": 287,
                      "y": 538
                    },
                    "tr_point": {
                      "x": 288,
                      "y": 507
                    },
                    "tl_point": {
                      "x": 434,
                      "y": 510
                    }
                  },
                  "text": "XXXXXX"
                }
              ],
              "id": "0",
              "position": {
                "bl_point": {
                  "x": 287,
                  "y": 544
                },
                "br_point": {
                  "x": 436,
                  "y": 544
                },
                "tr_point": {
                  "x": 436,
                  "y": 507
                },
                "tl_point": {
                  "x": 287,
                  "y": 507
                }
              },
              "tag": "",
              "class": "Plate-number",
              "value": "XXXXX",
              "key": "Plate-number",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "0",
          "position": {
            "bl_point": {
              "x": 287,
              "y": 544
            },
            "br_point": {
              "x": 436,
              "y": 544
            },
            "tr_point": {
              "x": 436,
              "y": 507
            },
            "tl_point": {
              "x": 287,
              "y": 507
            }
          },
          "type": "Plate-number",
          "order": 0
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.9061053991317749,
                  "det_score": 0.99669802188873291,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAA..",
                  "angle": -1.1771469116210938,
                  "char_count": 10,
                  "position": {
                    "bl_point": {
                      "x": 434,
                      "y": 573
                    },
                    "br_point": {
                      "x": 293,
                      "y": 565
                    },
                    "tr_point": {
                      "x": 294,
                      "y": 537
                    },
                    "tl_point": {
                      "x": 436,
                      "y": 546
                    }
                  },
                  "text": "2017-04-16"
                }
              ],
              "id": "1",
              "position": {
                "bl_point": {
                  "x": 293,
                  "y": 575
                },
                "br_point": {
                  "x": 437,
                  "y": 575
                },
                "tr_point": {
                  "x": 437,
                  "y": 537
                },
                "tl_point": {
                  "x": 293,
                  "y": 537
                }
              },
              "tag": "",
              "class": "Date",
              "value": "2017-04-16",
              "key": "Date",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "1",
          "position": {
            "bl_point": {
              "x": 293,
              "y": 575
            },
            "br_point": {
              "x": 437,
              "y": 575
            },
            "tr_point": {
              "x": 437,
              "y": 537
            },
            "tl_point": {
              "x": 293,
              "y": 537
            }
          },
          "type": "Date",
          "order": 1
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 2,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.73123711347579956,
                  "det_score": 0.99676227569580078,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAAD/...",
                  "angle": -1.1771469116210938,
                  "char_count": 6,
                  "position": {
                    "bl_point": {
                      "x": 429,
                      "y": 605
                    },
                    "br_point": {
                      "x": 356,
                      "y": 598
                    },
                    "tr_point": {
                      "x": 358,
                      "y": 570
                    },
                    "tl_point": {
                      "x": 432,
                      "y": 578
                    }
                  },
                  "text": "09·04"
                },
                {
                  "score": 0.73523759841918945,
                  "det_score": 0.9944683313369751,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABA..",
                  "angle": -3.247344970703125,
                  "char_count": 5,
                  "position": {
                    "bl_point": {
                      "x": 432,
                      "y": 636
                    },
                    "br_point": {
                      "x": 356,
                      "y": 629
                    },
                    "tr_point": {
                      "x": 358,
                      "y": 601
                    },
                    "tl_point": {
                      "x": 435,
                      "y": 609
                    }
                  },
                  "text": "11.13"
                }
              ],
              "id": "2",
              "position": {
                "bl_point": {
                  "x": 356,
                  "y": 638
                },
                "br_point": {
                  "x": 437,
                  "y": 638
                },
                "tr_point": {
                  "x": 437,
                  "y": 570
                },
                "tl_point": {
                  "x": 356,
                  "y": 570
                }
              },
              "tag": "",
              "class": "Time",
              "value": "09·04\n11.13",
              "key": "Time",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "2",
          "position": {
            "bl_point": {
              "x": 356,
              "y": 638
            },
            "br_point": {
              "x": 437,
              "y": 638
            },
            "tr_point": {
              "x": 437,
              "y": 570
            },
            "tl_point": {
              "x": 356,
              "y": 570
            }
          },
          "type": "Time",
          "order": 2
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.70418941974639893,
                  "det_score": 0.97946321964263916,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAA..",
                  "angle": -1.1771469116210938,
                  "char_count": 4,
                  "position": {
                    "bl_point": {
                      "x": 433,
                      "y": 668
                    },
                    "br_point": {
                      "x": 368,
                      "y": 661
                    },
                    "tr_point": {
                      "x": 370,
                      "y": 634
                    },
                    "tl_point": {
                      "x": 436,
                      "y": 642
                    }
                  },
                  "text": "1.95"
                }
              ],
              "id": "3",
              "position": {
                "bl_point": {
                  "x": 368,
                  "y": 670
                },
                "br_point": {
                  "x": 438,
                  "y": 670
                },
                "tr_point": {
                  "x": 438,
                  "y": 634
                },
                "tl_point": {
                  "x": 368,
                  "y": 634
                }
              },
              "tag": "",
              "class": "Number3_price",
              "value": "1.95",
              "key": "Number3_price",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "3",
          "position": {
            "bl_point": {
              "x": 368,
              "y": 670
            },
            "br_point": {
              "x": 438,
              "y": 670
            },
            "tr_point": {
              "x": 438,
              "y": 634
            },
            "tl_point": {
              "x": 368,
              "y": 634
            }
          },
          "type": "Number3_price",
          "order": 3
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.71924251317977905,
                  "det_score": 0.98933231830596924,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAA..",
                  "angle": -1.1771469116210938,
                  "char_count": 7,
                  "position": {
                    "bl_point": {
                      "x": 484,
                      "y": 705
                    },
                    "br_point": {
                      "x": 355,
                      "y": 693
                    },
                    "tr_point": {
                      "x": 357,
                      "y": 662
                    },
                    "tl_point": {
                      "x": 487,
                      "y": 675
                    }
                  },
                  "text": "160.7Km"
                }
              ],
              "id": "4",
              "position": {
                "bl_point": {
                  "x": 355,
                  "y": 707
                },
                "br_point": {
                  "x": 488,
                  "y": 707
                },
                "tr_point": {
                  "x": 488,
                  "y": 662
                },
                "tl_point": {
                  "x": 355,
                  "y": 662
                }
              },
              "tag": "",
              "class": "Number4_mileage",
              "value": "160.7Km",
              "key": "Number4_mileage",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "4",
          "position": {
            "bl_point": {
              "x": 355,
              "y": 707
            },
            "br_point": {
              "x": 488,
              "y": 707
            },
            "tr_point": {
              "x": 488,
              "y": 662
            },
            "tl_point": {
              "x": 355,
              "y": 662
            }
          },
          "type": "Number4_mileage",
          "order": 4
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.82717829942703247,
                  "det_score": 0.99477493762969971,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAAD..",
                  "angle": -1.1771469116210938,
                  "char_count": 7,
                  "position": {
                    "bl_point": {
                      "x": 435,
                      "y": 813
                    },
                    "br_point": {
                      "x": 327,
                      "y": 804
                    },
                    "tr_point": {
                      "x": 330,
                      "y": 777
                    },
                    "tl_point": {
                      "x": 437,
                      "y": 786
                    }
                  },
                  "text": "#319.00"
                }
              ],
              "id": "5",
              "position": {
                "bl_point": {
                  "x": 327,
                  "y": 815
                },
                "br_point": {
                  "x": 439,
                  "y": 815
                },
                "tr_point": {
                  "x": 439,
                  "y": 777
                },
                "tl_point": {
                  "x": 327,
                  "y": 777
                }
              },
              "tag": "",
              "class": "Number5_amount",
              "value": "#319.00",
              "key": "Number5_amount",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "5",
          "position": {
            "bl_point": {
              "x": 327,
              "y": 815
            },
            "br_point": {
              "x": 439,
              "y": 815
            },
            "tr_point": {
              "x": 439,
              "y": 777
            },
            "tl_point": {
              "x": 327,
              "y": 777
            }
          },
          "type": "Number5_amount",
          "order": 5
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.88599294424057007,
                  "det_score": 0.99178153276443481,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAAD..",
                  "angle": -1.1771469116210938,
                  "char_count": 8,
                  "position": {
                    "bl_point": {
                      "x": 477,
                      "y": 319
                    },
                    "br_point": {
                      "x": 315,
                      "y": 319
                    },
                    "tr_point": {
                      "x": 315,
                      "y": 285
                    },
                    "tl_point": {
                      "x": 477,
                      "y": 285
                    }
                  },
                  "text": "18618831"
                }
              ],
              "id": "6",
              "position": {
                "bl_point": {
                  "x": 315,
                  "y": 320
                },
                "br_point": {
                  "x": 478,
                  "y": 320
                },
                "tr_point": {
                  "x": 478,
                  "y": 285
                },
                "tl_point": {
                  "x": 315,
                  "y": 285
                }
              },
              "tag": "",
              "class": "Number2_code",
              "value": "18618831",
              "key": "Number2_code",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "6",
          "position": {
            "bl_point": {
              "x": 315,
              "y": 320
            },
            "br_point": {
              "x": 478,
              "y": 320
            },
            "tr_point": {
              "x": 478,
              "y": 285
            },
            "tl_point": {
              "x": 315,
              "y": 285
            }
          },
          "type": "Number2_code",
          "order": 6
        },
        {
          "text_block_list": [
            {
              "text_sent_count": 1,
              "ocr_flag": 1,
              "text_sent_list": [
                {
                  "score": 0.91875529289245605,
                  "det_score": 0.99018138647079468,
                  "image_data": "/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAA..",
                  "angle": -1.1771469116210938,
                  "char_count": 12,
                  "position": {
                    "bl_point": {
                      "x": 511,
                      "y": 254
                    },
                    "br_point": {
                      "x": 308,
                      "y": 254
                    },
                    "tr_point": {
                      "x": 308,
                      "y": 214
                    },
                    "tl_point": {
                      "x": 511,
                      "y": 214
                    }
                  },
                  "text": "122001671681"
                }
              ],
              "id": "7",
              "position": {
                "bl_point": {
                  "x": 308,
                  "y": 255
                },
                "br_point": {
                  "x": 512,
                  "y": 255
                },
                "tr_point": {
                  "x": 512,
                  "y": 214
                },
                "tl_point": {
                  "x": 308,
                  "y": 214
                }
              },
              "tag": "",
              "class": "Number1_code",
              "value": "122001671681",
              "key": "Number1_code",
              "order": 0
            }
          ],
          "text_block_count": 1,
          "id": "7",
          "position": {
            "bl_point": {
              "x": 308,
              "y": 255
            },
            "br_point": {
              "x": 512,
              "y": 255
            },
            "tr_point": {
              "x": 512,
              "y": 214
            },
            "tl_point": {
              "x": 308,
              "y": 214
            }
          },
          "type": "Number1_code",
          "order": 7
        }
      ],
      "error_msg": "Success",
      "region_count": 8,
      "width": 640,
      "description": "出租车票",
      "error_code": 0,
      "idx": 0,
      "type": "",
      "height": 853,
      "table_list": [
        
      ]
    }
  ],
  "object_count": 1,
  "error_code": 0,
  "engine_version": "2.0.2005",
  "version": 2.0
}

错误码

备注:如出现下述列表中没有的错误码,可到 这里 查询。

错误码 错误描述 说明 处理策略
10009 input invalid data 输入数据非法 检查输入数据
10010 service license not enough 没有授权许可或授权数已满 请到控制台提交工单联系技术人员
10019 service read buffer timeout, session timeout session超时 检查是否数据发送完毕但未关闭连接
10139 invalid param 参数错误 检查参数是否正确
10160 parse request json error 请求数据格式非法 检查请求数据是否是合法的json
10161 parse base64 string error base64解码失败 检查发送的数据是否使用base64编码了
10163 param validate error:... 参数校验失败 具体原因见详细的描述
10222 context deadline exceeded 上传的数据超过了接口上限 检查接口上传的图片是否超越了接口的最大限制
10223 RemoteLB: can't find valued addr lb 找不到节点 请到控制台提交工单联系技术人员
10313 invalid appid appid和apikey不匹配 检查appid是否合法

调用示例

注: demo只是一个简单的调用示例,不适合直接放在复杂多变的生产环境使用

出租车发票识别demo python3语言

出租车发票识别demo java语言

注: 其他开发语言请参照 接口调用流程 进行开发,也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。

常见问题

出租车发票识别的主要功能是什么?

答:基于行业领先的光学字符识别技术,将图片上的文字内容直接转化为可编辑文本。实现高精准,毫秒级识别体验。

出租车发票识别支持什么应用平台?

答:目前支持Web API应用平台。

出租车发票识别对图片大小最大支持多少?

答:图像数据base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M。