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 | 是 | 请求主机 | api.xf-yun.com | 
| date | string | 是 | 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 | 是 | 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=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 | 是 | 用于上传平台参数 | 
| header.app_id | string | 是 | 在平台申请的appid信息 | 
| header.status | string | 是 | 请求状态,取值范围为:3(一次传完) | 
| parameter | object | 是 | 用于上传服务特性参数 | 
| parameter.sb6db0171 | object | 是 | 用于上传功能参数 | 
| parameter.sb6db0171.template_list | string | 是 | 票据类型,可选值:taxi_ticket(默认值) | 
| parameter.sb6db0171.result | object | 是 | 用于上传响应数据参数 | 
| parameter.sb6db0171.result.encoding | string | 否 | 文本编码,可选值:utf8(默认值) | 
| parameter.sb6db0171.result.compress | string | 否 | 文本压缩格式,可选值:raw(默认值) | 
| parameter.sb6db0171.result.format | string | 否 | 文本格式,可选值:json(默认值) | 
| payload | object | 是 | 用于上传请求数据 | 
| payload.sb6db0171_data_1 | object | 是 | 用于上传图片数据 | 
| payload.sb6db0171_data_1.encoding | string | 否 | 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 | 是 | 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 | 否 | 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: 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。