在数字化办公进程中，文档图像的采集与处理至关重要。然而，由于拍摄条件和文档自身形态的多样性，采集的图像常常存在页面弯曲、阴影遮挡等问题，这不仅影响OCR的准确性，还对后续的信息提取等任务造成阻碍。百度文档矫正增强功能的出现，为解决这些难题提供了有效方案。

功能强大，精准矫正与增强

百度文档矫正增强功能十分强大，它可以对图片中的文件、卡证、票据等内容进行四角点检测定位，提取主体内容并对其进行矫正。同时，还能根据需求选择图片增强效果，进一步提升图片清晰度，达到主体检测矫正并增强的目的，全面提升图片整体质量。

灵活选择，满足多样需求

该功能在使用上具有很高的灵活性。在请求参数方面，提供了多种选择。用户可以选择通过image（图像数据，base64编码后进行urlencode）、url（图片完整url）或pdf_file（PDF文件，base64编码后进行urlencode）三种方式传入文档图像，且有明确的优先级顺序。对于需要识别的PDF文件，还可以指定对应页码。此外，scan_type参数可让用户选择是否对图片内主体内容进行四角点增强或矫正，有只做检测、只做矫正、检测并矫正三种模式可选；enhance_type参数则能让用户选择是否开启图像增强功能以及具体的增强效果，如去阴影、增强并锐化、黑白滤镜等。

高效返回，助力后续处理

在返回结果方面，该功能也能高效且准确地提供所需信息。它会返回唯一的log_id，用于问题定位；还会返回处理后的图片，以base64编码形式呈现。若选择相应模式，还会返回检测到的图片内主体在原图中的四角点坐标以及传入PDF文件的总页数。这些准确的返回信息，为后续的OCR识别、信息提取等下游智能处理任务提供了高质量的输入，有助于提升整体处理效率和准确性。

应用广泛，解决实际难题

百度文档矫正增强功能的应用场景广泛。在合同审核、发票查验、档案数字化等场景中，它可以有效解决因拍摄问题导致的图像干扰，提升识别效果。例如，在处理因拍摄角度问题导致页面弯曲的合同图像时，通过该功能进行矫正和增强后，能够更精准地识别合同内容，避免因识别错误带来的风险。



百度文档矫正增强功能凭借其强大的功能、灵活的使用方式和高效的返回结果，为企业和个人在文档图像处理方面提供了有力支持，开启了高效、精准的文档处理新时代。

📋详情查看→https://cloud.baidu.com/doc/OCR/s/Hl4taza5f

📑立即体验→示例代码中心