tencentcloud-sdk-nodejs-ocr 4.1.255 → 4.1.257

package/es/services/ocr/v20181119/ocr_client.js

@@ -159,6 +159,9 @@ export class Client extends TencentCloudCommon.AbstractClient {
     async SealOCR(req, cb) {
         return this.request("SealOCR", req, cb);
     }
+    async MultimodalDocParse(req, cb) {
+        return this.request("MultimodalDocParse", req, cb);
+    }
     async ClassifyStoreName(req, cb) {
         return this.request("ClassifyStoreName", req, cb);
     }

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "tencentcloud-sdk-nodejs-ocr",
-  "version": "4.1.255",
+  "version": "4.1.257",
   "description": "腾讯云 API NODEJS SDK",
   "main": "./tencentcloud/index.js",
   "module": "./es/index.js",

package/tencentcloud/services/ocr/v20181119/ocr_client.d.ts

@@ -1,5 +1,5 @@
 import * as TencentCloudCommon from "tencentcloud-sdk-nodejs-common";
-import { TableOCRRequest, HKIDCardOCRRequest, BankSlipOCRRequest, BusinessCardOCRResponse, VinOCRResponse, BankCardOCRRequest, VatInvoiceVerifyNewResponse, CarInvoiceOCRRequest, DescribeQuestionMarkAgentJobResponse, ExtractDocMultiRequest, QuestionSplitLayoutOCRRequest, DescribeMarkEssayAgentJobResponse, EstateCertOCRResponse, ExtractDocMultiProRequest, MLIDPassportOCRRequest, TextDetectResponse, GetOCRTokenResponse, DriverLicenseOCRResponse, WaybillOCRResponse, ClassifyStoreNameRequest, QuestionSplitOCRRequest, FlightInvoiceOCRRequest, MLIDCardOCRRequest, IDCardOCRResponse, EnterpriseLicenseOCRResponse, QuestionOCRResponse, DriverLicenseOCRRequest, VerifyBizLicenseEnterprise3Response, RecognizeTableOCRResponse, QrcodeOCRResponse, HKIDCardOCRResponse, MainlandPermitOCRRequest, EnglishOCRRequest, VehicleLicenseOCRRequest, QuestionSplitOCRResponse, TableOCRResponse, RecognizeStoreNameRequest, VerifyScenePhotoResponse, RecognizeAgentResponse, TrainTicketOCRResponse, RecognizeFormulaOCRResponse, ArithmeticOCRResponse, FormulaOCRResponse, RecognizeGeneralCardWarnRequest, SmartStructuralOCRRequest, ExtractDocMultiProResponse, GeneralHandwritingOCRRequest, BizLicenseOCRRequest, MixedInvoiceDetectResponse, RideHailingDriverLicenseOCRRequest, GeneralAccurateOCRResponse, QrcodeOCRRequest, RecognizeGeneralInvoiceRequest, GeneralBasicOCRResponse, RecognizeMedicalInvoiceOCRResponse, RecognizeValidIDCardOCRRequest, MixedInvoiceOCRResponse, ClassifyDetectOCRResponse, VinOCRRequest, ExtractDocAgentResponse, VehicleLicenseOCRResponse, VatInvoiceOCRRequest, ClassifyDetectOCRRequest, LicensePlateOCRResponse, ExtractDocBasicRequest, RecognizeThaiIDCardOCRResponse, ExtractDocMultiResponse, TextDetectRequest, EduPaperOCRResponse, RecognizeThaiIDCardOCRRequest, RecognizeEncryptedIDCardOCRRequest, SubmitExtractDocAgentJobResponse, ImageEnhancementResponse, PassportOCRResponse, VehicleRegCertOCRRequest, QuestionSplitLayoutOCRResponse, SubmitMarkEssayAgentJobRequest, LicensePlateOCRRequest, GeneralBasicOCRRequest, SubmitMarkEssayAgentJobResponse, GeneralEfficientOCRRequest, AdvertiseOCRRequest, SubmitQuestionMarkAgentJobResponse, RideHailingDriverLicenseOCRResponse, ImageEnhancementRequest, ExtractDocBasicResponse, EnterpriseLicenseOCRRequest, GeneralAccurateOCRRequest, RecognizeFormulaOCRRequest, FlightInvoiceOCRResponse, VatInvoiceVerifyNewRequest, ArithmeticOCRRequest, VerifyOfdVatInvoiceOCRRequest, GetOCRTokenRequest, RecognizeGeneralCardWarnResponse, ClassifyStoreNameResponse, DescribeExtractDocAgentJobRequest, RecognizeTableAccurateOCRRequest, SealOCRResponse, VerifyBizLicenseEnterprise4Response, HandwritingEssayOCRRequest, BankSlipOCRResponse, EduPaperOCRRequest, FormulaOCRRequest, PassportOCRRequest, VerifyScenePhotoRequest, DescribeQuestionMarkAgentJobRequest, MixedInvoiceOCRRequest, DescribeExtractDocAgentJobResponse, ResidenceBookletOCRResponse, CarInvoiceOCRResponse, VehicleRegCertOCRResponse, GeneralFastOCRRequest, RecognizeGeneralInvoiceResponse, HandwritingEssayOCRResponse, VerifyBizLicenseEnterprise4Request, QuestionOCRRequest, RecognizeMedicalInvoiceOCRRequest, InsuranceBillOCRResponse, TrainTicketOCRRequest, GeneralEfficientOCRResponse, MLIDPassportOCRResponse, SealOCRRequest, VerifyOfdVatInvoiceOCRResponse, RecognizeTableAccurateOCRResponse, ResidenceBookletOCRRequest, GetOCRResultRequest, GetOCRResultResponse, MainlandPermitOCRResponse, PermitOCRRequest, EnglishOCRResponse, VerifyBizLicenseEnterprise3Request, RecognizeEncryptedIDCardOCRResponse, RideHailingTransportLicenseOCRResponse, PermitOCRResponse, InsuranceBillOCRRequest, GeneralHandwritingOCRResponse, SubmitExtractDocAgentJobRequest, ExtractDocAgentRequest, AdvertiseOCRResponse, RecognizeAgentRequest, SmartStructuralOCRResponse, IDCardOCRRequest, MixedInvoiceDetectRequest, WaybillOCRRequest, RecognizeStoreNameResponse, RideHailingTransportLicenseOCRRequest, MLIDCardOCRResponse, RecognizeTableOCRRequest, EstateCertOCRRequest, BizLicenseOCRResponse, VatInvoiceOCRResponse, BankCardOCRResponse, SubmitQuestionMarkAgentJobRequest, BusinessCardOCRRequest, RecognizeValidIDCardOCRResponse, DescribeMarkEssayAgentJobRequest, GeneralFastOCRResponse } from "./ocr_models";
+import { TableOCRRequest, HKIDCardOCRRequest, BankSlipOCRRequest, BusinessCardOCRResponse, VinOCRResponse, BankCardOCRRequest, VatInvoiceVerifyNewResponse, CarInvoiceOCRRequest, DescribeQuestionMarkAgentJobResponse, ExtractDocMultiRequest, QuestionSplitLayoutOCRRequest, DescribeMarkEssayAgentJobResponse, EstateCertOCRResponse, ExtractDocMultiProRequest, MLIDPassportOCRRequest, TextDetectResponse, GetOCRTokenResponse, DriverLicenseOCRResponse, WaybillOCRResponse, ClassifyStoreNameRequest, QuestionSplitOCRRequest, FlightInvoiceOCRRequest, MLIDCardOCRRequest, IDCardOCRResponse, EnterpriseLicenseOCRResponse, QuestionOCRResponse, DriverLicenseOCRRequest, VerifyBizLicenseEnterprise3Response, RecognizeTableOCRResponse, QrcodeOCRResponse, HKIDCardOCRResponse, MainlandPermitOCRRequest, EnglishOCRRequest, VehicleLicenseOCRRequest, QuestionSplitOCRResponse, TableOCRResponse, RecognizeStoreNameRequest, VerifyScenePhotoResponse, RecognizeAgentResponse, TrainTicketOCRResponse, RecognizeFormulaOCRResponse, ArithmeticOCRResponse, FormulaOCRResponse, RecognizeGeneralCardWarnRequest, VinOCRRequest, SmartStructuralOCRRequest, ExtractDocMultiProResponse, GeneralHandwritingOCRRequest, BizLicenseOCRRequest, MixedInvoiceDetectResponse, RideHailingDriverLicenseOCRRequest, GeneralAccurateOCRResponse, QrcodeOCRRequest, RecognizeGeneralInvoiceRequest, GeneralBasicOCRResponse, RecognizeMedicalInvoiceOCRResponse, RecognizeValidIDCardOCRRequest, MixedInvoiceOCRResponse, ClassifyDetectOCRResponse, MultimodalDocParseResponse, ExtractDocAgentResponse, VehicleLicenseOCRResponse, VatInvoiceOCRRequest, ClassifyDetectOCRRequest, MultimodalDocParseRequest, LicensePlateOCRResponse, ExtractDocBasicRequest, RecognizeThaiIDCardOCRResponse, ExtractDocMultiResponse, TextDetectRequest, EduPaperOCRResponse, RecognizeThaiIDCardOCRRequest, RecognizeEncryptedIDCardOCRRequest, SubmitExtractDocAgentJobResponse, ImageEnhancementResponse, PassportOCRResponse, VehicleRegCertOCRRequest, QuestionSplitLayoutOCRResponse, SubmitMarkEssayAgentJobRequest, LicensePlateOCRRequest, GeneralBasicOCRRequest, SubmitMarkEssayAgentJobResponse, GeneralEfficientOCRRequest, AdvertiseOCRRequest, SubmitQuestionMarkAgentJobResponse, RideHailingDriverLicenseOCRResponse, ImageEnhancementRequest, ExtractDocBasicResponse, EnterpriseLicenseOCRRequest, GeneralAccurateOCRRequest, RecognizeFormulaOCRRequest, FlightInvoiceOCRResponse, VatInvoiceVerifyNewRequest, ArithmeticOCRRequest, VerifyOfdVatInvoiceOCRRequest, GetOCRTokenRequest, RecognizeGeneralCardWarnResponse, ClassifyStoreNameResponse, DescribeExtractDocAgentJobRequest, RecognizeTableAccurateOCRRequest, SealOCRResponse, VerifyBizLicenseEnterprise4Response, HandwritingEssayOCRRequest, BankSlipOCRResponse, EduPaperOCRRequest, FormulaOCRRequest, PassportOCRRequest, VerifyScenePhotoRequest, DescribeQuestionMarkAgentJobRequest, MixedInvoiceOCRRequest, DescribeExtractDocAgentJobResponse, ResidenceBookletOCRResponse, CarInvoiceOCRResponse, VehicleRegCertOCRResponse, GeneralFastOCRRequest, RecognizeGeneralInvoiceResponse, HandwritingEssayOCRResponse, VerifyBizLicenseEnterprise4Request, QuestionOCRRequest, RecognizeMedicalInvoiceOCRRequest, InsuranceBillOCRResponse, TrainTicketOCRRequest, GeneralEfficientOCRResponse, MLIDPassportOCRResponse, SealOCRRequest, VerifyOfdVatInvoiceOCRResponse, RecognizeTableAccurateOCRResponse, ResidenceBookletOCRRequest, GetOCRResultRequest, GetOCRResultResponse, MainlandPermitOCRResponse, PermitOCRRequest, EnglishOCRResponse, VerifyBizLicenseEnterprise3Request, RecognizeEncryptedIDCardOCRResponse, RideHailingTransportLicenseOCRResponse, PermitOCRResponse, InsuranceBillOCRRequest, GeneralHandwritingOCRResponse, SubmitExtractDocAgentJobRequest, ExtractDocAgentRequest, AdvertiseOCRResponse, RecognizeAgentRequest, SmartStructuralOCRResponse, IDCardOCRRequest, MixedInvoiceDetectRequest, WaybillOCRRequest, RecognizeStoreNameResponse, RideHailingTransportLicenseOCRRequest, MLIDCardOCRResponse, RecognizeTableOCRRequest, EstateCertOCRRequest, BizLicenseOCRResponse, VatInvoiceOCRResponse, BankCardOCRResponse, SubmitQuestionMarkAgentJobRequest, BusinessCardOCRRequest, RecognizeValidIDCardOCRResponse, DescribeMarkEssayAgentJobRequest, GeneralFastOCRResponse } from "./ocr_models";
 /**
  * ocr client
  * @class
@@ -483,6 +483,14 @@ export declare class Client extends TencentCloudCommon.AbstractClient {
   默认接口请求频率限制：5次/秒。
        */
     SealOCR(req: SealOCRRequest, cb?: (error: string, rep: SealOCRResponse) => void): Promise<SealOCRResponse>;
+    /**
+       * 本接口支持解析多种类型的文档文件（PDF、Word、PPT、Excel、Markdown、TXT、图片、WPS），返回解析后的结果文件下载地址（zip压缩包，包含markdown、json和图片）。
+  
+  支持的文件大小：PDF/Word/PPT支持150M且300页以内、Excel支持10M以内、TXT支持10M以内、图片文件支持70M以内。
+  
+  默认接口请求频率限制：5 并发。
+       */
+    MultimodalDocParse(req: MultimodalDocParseRequest, cb?: (error: string, rep: MultimodalDocParseResponse) => void): Promise<MultimodalDocParseResponse>;
     /**
        * 本接口用于识别门头照分类标签信息
   默认接口请求频率限制：1次/秒

package/tencentcloud/services/ocr/v20181119/ocr_client.js

@@ -609,6 +609,16 @@ class Client extends TencentCloudCommon.AbstractClient {
     async SealOCR(req, cb) {
         return this.request("SealOCR", req, cb);
     }
+    /**
+       * 本接口支持解析多种类型的文档文件（PDF、Word、PPT、Excel、Markdown、TXT、图片、WPS），返回解析后的结果文件下载地址（zip压缩包，包含markdown、json和图片）。
+  
+  支持的文件大小：PDF/Word/PPT支持150M且300页以内、Excel支持10M以内、TXT支持10M以内、图片文件支持70M以内。
+  
+  默认接口请求频率限制：5 并发。
+       */
+    async MultimodalDocParse(req, cb) {
+        return this.request("MultimodalDocParse", req, cb);
+    }
     /**
        * 本接口用于识别门头照分类标签信息
   默认接口请求频率限制：1次/秒

package/tencentcloud/services/ocr/v20181119/ocr_models.d.ts

@@ -755,15 +755,19 @@ export interface OverseasInvoice {
  */
 export interface ItemInfo {
     /**
-     * key信息组
+     * <p>key信息组</p>
   注意：此字段可能返回 null，表示取不到有效值。
      */
     Key?: Key;
     /**
-     * Value信息组
+     * <p>Value信息组</p>
   注意：此字段可能返回 null，表示取不到有效值。
      */
     Value?: Value;
+    /**
+     * <p>返回这个字段是否比对审核通过</p><p>默认值：false</p>
+     */
+    AuditResult?: boolean;
 }
 /**
  * TextDetect返回参数结构体
@@ -2636,6 +2640,19 @@ export interface Encryption {
      */
     EncryptList?: Array<string>;
 }
+/**
+ * VinOCR请求参数结构体
+ */
+export interface VinOCRRequest {
+    /**
+     * 图片的 Base64 值。支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经Base64编码后不超过 10M。图片下载时间不超过 3 秒。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。
+     */
+    ImageBase64?: string;
+    /**
+     * 图片的 Url 地址。支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经 Base64 编码后不超过 10M。图片下载时间不超过 3 秒。图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。
+     */
+    ImageUrl?: string;
+}
 /**
  * 混贴票据单张发票识别信息
  */
@@ -3420,36 +3437,36 @@ export interface ClassifyDetectOCRResponse {
     RequestId?: string;
 }
 /**
- * VinOCR请求参数结构体
+ * MultimodalDocParse返回参数结构体
  */
-export interface VinOCRRequest {
+export interface MultimodalDocParseResponse {
     /**
-     * 图片的 Base64 值。支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经Base64编码后不超过 10M。图片下载时间不超过 3 秒。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。
+     * <p>结果的临时下载地址。文件类型为zip压缩包，下载链接有效期30分钟。压缩包内包含*.md、*.json以及images文件夹。</p>
      */
-    ImageBase64?: string;
+    ResultUrl?: string;
     /**
-     * 图片的 Url 地址。支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经 Base64 编码后不超过 10M。图片下载时间不超过 3 秒。图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。
+     * 唯一请求 ID，由服务端生成，每次请求都会返回（若请求因其他原因未能抵达服务端，则该次请求不会获得 RequestId）。定位问题时需要提供该次请求的 RequestId。
      */
-    ImageUrl?: string;
+    RequestId?: string;
 }
 /**
  * ExtractDocAgent返回参数结构体
  */
 export interface ExtractDocAgentResponse {
     /**
-     * 图片旋转角度(角度制)，文本的水平方向为 0；顺时针为正，逆时针为负。
+     * <p>图片旋转角度(角度制)，文本的水平方向为 0；顺时针为正，逆时针为负。</p>
      */
     Angle?: number;
     /**
-     * 配置结构化文本信息。
+     * <p>配置结构化文本信息。</p>
      */
     StructuralList?: Array<GroupInfo>;
     /**
-     * 任务执行错误码。当任务状态不为 FAIL 时，该值为""。
+     * <p>任务执行错误码。当任务状态不为 FAIL 时，该值为&quot;&quot;。</p>
      */
     ErrorCode?: string;
     /**
-     * 任务执行错误信息。当任务状态不为 FAIL 时，该值为""。
+     * <p>任务执行错误信息。当任务状态不为 FAIL 时，该值为&quot;&quot;。</p>
      */
     ErrorMessage?: string;
     /**
@@ -3685,6 +3702,31 @@ export interface ClassifyDetectOCRRequest {
      */
     DiscernType?: Array<string>;
 }
+/**
+ * MultimodalDocParse请求参数结构体
+ */
+export interface MultimodalDocParseRequest {
+    /**
+     * <p>文件的 Url 地址，支持FileType参数对应的文件格式及大小。文件下载时间不超过3秒。文件存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议文件存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。</p>
+     */
+    FileUrl: string;
+    /**
+     * <p>支持解析的文件类型。</p><p>1：PDF 文档；</p><p>2：Word 文档（.doc / .docx）；</p><p>3：PPT 演示文稿（.ppt / .pptx）；</p><p>4：Excel 表格（.xls / .xlsx）；</p><p>5：Markdown 文档（.md）；</p><p>6：纯文本文件（.txt）；</p><p>7：图片文件（.png / .jpg / .jpeg 等）；</p><p>8：WPS 文档；</p><p>0：未知文件类型。</p><p></p><p>支持的文件大小：</p><p>PDF/WORD/PPT支持150M且300页以内、EXCEL支持10M以内、TXT支持10M以内、图片文件支持70M以内。</p><p></p><p>默认值：1</p>
+     */
+    FileType: number;
+    /**
+     * <p>输出格式。</p><p>1：json格式</p><p>2：markdown格式</p><p>3：xml格式</p><p>9：json+markdown+xml格式</p><p></p><p>默认值：9</p>
+     */
+    ResultType?: number;
+    /**
+     * <p>是否支持子图解析。</p><p></p><p>默认值：false</p>
+     */
+    EnableSubImg?: boolean;
+    /**
+     * <p>需要识别的页码范围，单次调用最多支持300页。</p><p>参数格式：1-10</p>
+     */
+    PageRange?: string;
+}
 /**
  * LicensePlateOCR返回参数结构体
  */
@@ -3977,19 +4019,25 @@ export interface QuotaInvoice {
  */
 export interface ItemNames {
     /**
-     * 自定义抽取功能需返回的字段名称。
+     * <p>自定义抽取功能需返回的字段名称。</p>
      */
     KeyName?: string;
     /**
-     * 默认 0；0表示kv对  1表示 表格字段。
-  
+     * <p>默认 0；0表示kv对  1表示 表格字段。</p>
      */
     KeyType?: number;
     /**
-     * 抽取字段的描述内容。
-  
+     * <p>抽取字段的描述内容。</p>
      */
     KeyPrompt?: string;
+    /**
+     * <p>自定义字段对应期望的值内容（这个一般需要对字段审核比对才需要输入）。</p>
+     */
+    KeyExpectedValue?: string;
+    /**
+     * <p>自定义字段审核比对的规则prompt。</p><p>比如keyname是姓名，KeyExpectedValue 张三，KeyAuditPrompt设置为“字符需要完全匹配则审核返回正确”/“字符匹配90%就审核返回正确”</p>
+     */
+    KeyAuditPrompt?: string;
 }
 /**
  * 混贴票据中单张发票的内容
@@ -10257,21 +10305,29 @@ export interface SubmitExtractDocAgentJobRequest {
  */
 export interface ExtractDocAgentRequest {
     /**
-     * 图片/PDF的 Base64 值。 要求图片/PDF经Base64编码后不超过 10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围：需介于20-10000px之间。 图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。
+     * <p>图片/PDF的 Base64 值。 要求图片/PDF经Base64编码后不超过 10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围：需介于20-10000px之间。 图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。</p>
      */
     ImageBase64?: string;
     /**
-     * 图片/PDF的 Url 地址。 要求图片/PDF经Base64编码后不超过 10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围：需介于20-10000px之间。 图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。
+     * <p>图片/PDF的 Url 地址。 要求图片/PDF经Base64编码后不超过 10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。 图片支持的像素范围：需介于20-10000px之间。 图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的 Url 速度和稳定性可能受一定影响。</p>
      */
     ImageUrl?: string;
     /**
-     * 自定义抽取需要的字段名称、字段类型、字段提示词。
+     * <p>自定义抽取需要的字段名称、字段类型、字段提示词。</p>
      */
     ItemNames?: Array<ItemNames>;
     /**
-     * 需要识别的PDF页面的对应页码，仅支持PDF单页识别，当上传文件为PDF时有效。
+     * <p>需要识别的PDF页面的对应页码，仅支持PDF单页识别，当上传文件为PDF时有效。</p>
      */
     PdfPageNumber?: number;
+    /**
+     * <p>是否需要返回坐标</p><p>默认值：false</p>
+     */
+    EnableCoord?: boolean;
+    /**
+     * <p>是否需要开启审核逻辑(支持对字段配置比对内容和比对的语意规则)</p><p>默认值：false</p>
+     */
+    EnableAudit?: boolean;
 }
 /**
  * AdvertiseOCR返回参数结构体