tencentcloud-sdk-python-ocr 3.1.73__tar.gz → 3.1.76__tar.gz

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: tencentcloud-sdk-python-ocr
-Version: 3.1.73
+Version: 3.1.76
 Summary: Tencent Cloud Ocr SDK for Python
 Home-page: https://github.com/TencentCloud/tencentcloud-sdk-python
 Author: Tencent Cloud
@@ -15,7 +15,7 @@ Classifier: Programming Language :: Python :: 2.7
 Classifier: Programming Language :: Python :: 3
 Classifier: Programming Language :: Python :: 3.6
 Classifier: Programming Language :: Python :: 3.7
-Requires-Dist: tencentcloud-sdk-python-common<4.0.0,>=3.1.73
+Requires-Dist: tencentcloud-sdk-python-common<4.0.0,>=3.1.76
 
 ============================
 Tencent Cloud SDK for Python

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/setup.py

@@ -8,7 +8,7 @@ ROOT = os.path.dirname(__file__)
 
 setup(
     name='tencentcloud-sdk-python-ocr',
-    install_requires=["tencentcloud-sdk-python-common>=3.1.73,<4.0.0"],
+    install_requires=["tencentcloud-sdk-python-common>=3.1.76,<4.0.0"],
     
     version=tencentcloud.__version__,
     description='Tencent Cloud Ocr SDK for Python',

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/tencentcloud/__init__.py

@@ -14,4 +14,4 @@
 # limitations under the License.
 
 
-__version__ = '3.1.73'
+__version__ = '3.1.76'

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/tencentcloud/ocr/v20181119/models.py

@@ -19107,24 +19107,29 @@ class MarkInfo(AbstractModel):
 
     def __init__(self):
         r"""
-        :param _MarkItemTitle: 题目的题干信息 
-
-
+        :param _MarkItemTitle: <p>题目的题干信息</p>
         :type MarkItemTitle: str
-        :param _AnswerInfos: 批改答案列表（每个小题存在多个答案，比如多个填空区域答案，循序按照从左到右，从上到下排列）
+        :param _AnswerInfos: <p>批改答案列表（每个小题存在多个答案，比如多个填空区域答案，循序按照从左到右，从上到下排列）</p>
         :type AnswerInfos: list of AnswerInfo
-        :param _MarkInfos: 嵌套题目结构（如果有多层嵌套则会返回子题信息，如果没有嵌套题目则返回空）
+        :param _MarkInfos: <p>嵌套题目结构（如果有多层嵌套则会返回子题信息，如果没有嵌套题目则返回空）</p>
         :type MarkInfos: list of MarkInfo
+        :param _QuestionPositions: <p>题干坐标</p><p>单位：px</p>
+        :type QuestionPositions: list of int
+        :param _QuestionImagePositions: <p>题干插图坐标列表，每个元素包含一张插图的4个角点坐标</p>
+        :type QuestionImagePositions: list of Positions
+        :param _RightAnswer: <p>题目级正确答案（步骤批改时使用，包含完整解题步骤）</p>
+        :type RightAnswer: str
         """
         self._MarkItemTitle = None
         self._AnswerInfos = None
         self._MarkInfos = None
+        self._QuestionPositions = None
+        self._QuestionImagePositions = None
+        self._RightAnswer = None
 
     @property
     def MarkItemTitle(self):
-        r"""题目的题干信息 
-
-
+        r"""<p>题目的题干信息</p>
         :rtype: str
         """
         return self._MarkItemTitle
@@ -19135,7 +19140,7 @@ class MarkInfo(AbstractModel):
 
     @property
     def AnswerInfos(self):
-        r"""批改答案列表（每个小题存在多个答案，比如多个填空区域答案，循序按照从左到右，从上到下排列）
+        r"""<p>批改答案列表（每个小题存在多个答案，比如多个填空区域答案，循序按照从左到右，从上到下排列）</p>
         :rtype: list of AnswerInfo
         """
         return self._AnswerInfos
@@ -19146,7 +19151,7 @@ class MarkInfo(AbstractModel):
 
     @property
     def MarkInfos(self):
-        r"""嵌套题目结构（如果有多层嵌套则会返回子题信息，如果没有嵌套题目则返回空）
+        r"""<p>嵌套题目结构（如果有多层嵌套则会返回子题信息，如果没有嵌套题目则返回空）</p>
         :rtype: list of MarkInfo
         """
         return self._MarkInfos
@@ -19155,6 +19160,39 @@ class MarkInfo(AbstractModel):
     def MarkInfos(self, MarkInfos):
         self._MarkInfos = MarkInfos
 
+    @property
+    def QuestionPositions(self):
+        r"""<p>题干坐标</p><p>单位：px</p>
+        :rtype: list of int
+        """
+        return self._QuestionPositions
+
+    @QuestionPositions.setter
+    def QuestionPositions(self, QuestionPositions):
+        self._QuestionPositions = QuestionPositions
+
+    @property
+    def QuestionImagePositions(self):
+        r"""<p>题干插图坐标列表，每个元素包含一张插图的4个角点坐标</p>
+        :rtype: list of Positions
+        """
+        return self._QuestionImagePositions
+
+    @QuestionImagePositions.setter
+    def QuestionImagePositions(self, QuestionImagePositions):
+        self._QuestionImagePositions = QuestionImagePositions
+
+    @property
+    def RightAnswer(self):
+        r"""<p>题目级正确答案（步骤批改时使用，包含完整解题步骤）</p>
+        :rtype: str
+        """
+        return self._RightAnswer
+
+    @RightAnswer.setter
+    def RightAnswer(self, RightAnswer):
+        self._RightAnswer = RightAnswer
+
 
     def _deserialize(self, params):
         self._MarkItemTitle = params.get("MarkItemTitle")
@@ -19170,6 +19208,14 @@ class MarkInfo(AbstractModel):
                 obj = MarkInfo()
                 obj._deserialize(item)
                 self._MarkInfos.append(obj)
+        self._QuestionPositions = params.get("QuestionPositions")
+        if params.get("QuestionImagePositions") is not None:
+            self._QuestionImagePositions = []
+            for item in params.get("QuestionImagePositions"):
+                obj = Positions()
+                obj._deserialize(item)
+                self._QuestionImagePositions.append(obj)
+        self._RightAnswer = params.get("RightAnswer")
         memeber_set = set(params.keys())
         for name, value in vars(self).items():
             property_name = name[1:]
@@ -32123,20 +32169,24 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
 
     def __init__(self):
         r"""
-        :param _ImageBase64: 图片/PDF的 Base64 值。要求Base64不超过10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。  示例值：/9j/4AAQSkZJRg.....s97n//2Q==
+        :param _ImageBase64: <p>图片/PDF的 Base64 值。要求Base64不超过10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。  示例值：/9j/4AAQSkZJRg.....s97n//2Q==</p>
         :type ImageBase64: str
-        :param _ImageUrl: 图片/PDF的 Url 地址。要求图片经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。  示例值：https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralAccurateOCR/GeneralAccurateOCR1.jpg
+        :param _ImageUrl: <p>图片/PDF的 Url 地址。要求图片经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。  示例值：https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralAccurateOCR/GeneralAccurateOCR1.jpg</p>
         :type ImageUrl: str
-        :param _PdfPageNumber: 需要识别的PDF页面的对应页码，仅支持PDF单页识别，默认值为1。
+        :param _PdfPageNumber: <p>需要识别的PDF页面的对应页码，仅支持PDF单页识别，默认值为1。</p>
         :type PdfPageNumber: int
-        :param _BoolSingleQuestion: 表示整张试卷批改需要先切题，默认为false
+        :param _BoolSingleQuestion: <p>表示整张试卷批改需要先切题，默认为false</p>
         :type BoolSingleQuestion: bool
-        :param _EnableDeepThink: 默认false 表示关闭深度思考  true 表示打开深度思考，更深层次推理分析，速度更慢
+        :param _EnableDeepThink: <p>默认false 表示关闭深度思考  true 表示打开深度思考，更深层次推理分析，速度更慢</p>
         :type EnableDeepThink: bool
-        :param _QuestionConfigMap: 题目信息输出配置，当key对应为true表示开启配置开关。     当key为KnowledgePoints value为true 表示输出每道题结构信息中输出知识点内容；当key为TrueAnswer  value为true 表示输出每道题的正确答案 ；当key为ReturnAnswerPosition  value为false表示不输出手写答案坐标（降低处理耗时，按需输出）； 设置方式参考  {"KnowledgePoints":true,"TrueAnswer":true}
+        :param _QuestionConfigMap: <p>题目信息输出配置，当key对应为true表示开启配置开关。</p><p>当key为KnowledgePoints value为true 表示输出每道题结构信息中输出知识点内容；<br>当key为TrueAnswer  value为true 表示输出每道题的正确答案 ；<br>当key为StepCorrection  value为true表示启用步骤级批改；</p><p> 设置方式参考  {&quot;KnowledgePoints&quot;:true,&quot;TrueAnswer&quot;:true}</p><p>参数格式：{&quot;KnowledgePoints&quot;:true,&quot;TrueAnswer&quot;:true}</p>
         :type QuestionConfigMap: str
-        :param _ReferenceAnswer: 仅有单题有效，如果切题有多题则不生效，单题批改的时候作为参考答案输入到批改模型中
+        :param _ReferenceAnswer: <p>仅有单题有效，如果切题有多题则不生效，单题批改的时候作为参考答案输入到批改模型中</p>
         :type ReferenceAnswer: str
+        :param _ImageBase64List: <p>图片/PDF的 Base64 列表值，最多三张。每张图片要求参考ImageBase64  1. 如果ImageBase64List或者ImageUrlList 都没值则取ImageBase64 或者ImageUrl  2.如果ImageBase64List或者ImageUrlList 有一个值，则不取ImageBase64 或者ImageUrl值，优先去list  3.如果ImageBase64List或者ImageUrlList 都有值，则取ImageUrlList</p>
+        :type ImageBase64List: list of str
+        :param _ImageUrlList: <p>图片/PDF的 Url 地址Base64 列表值，最多三张。每张图片要求参考ImageUrl。  图片生效规则同ImageBase64List</p>
+        :type ImageUrlList: list of str
         """
         self._ImageBase64 = None
         self._ImageUrl = None
@@ -32145,10 +32195,12 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
         self._EnableDeepThink = None
         self._QuestionConfigMap = None
         self._ReferenceAnswer = None
+        self._ImageBase64List = None
+        self._ImageUrlList = None
 
     @property
     def ImageBase64(self):
-        r"""图片/PDF的 Base64 值。要求Base64不超过10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。  示例值：/9j/4AAQSkZJRg.....s97n//2Q==
+        r"""<p>图片/PDF的 Base64 值。要求Base64不超过10M，分辨率建议600*800以上，支持PNG、JPG、JPEG、BMP、PDF格式。图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。  示例值：/9j/4AAQSkZJRg.....s97n//2Q==</p>
         :rtype: str
         """
         return self._ImageBase64
@@ -32159,7 +32211,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
 
     @property
     def ImageUrl(self):
-        r"""图片/PDF的 Url 地址。要求图片经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。  示例值：https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralAccurateOCR/GeneralAccurateOCR1.jpg
+        r"""<p>图片/PDF的 Url 地址。要求图片经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。  示例值：https://ocr-demo-1254418846.cos.ap-guangzhou.myqcloud.com/general/GeneralAccurateOCR/GeneralAccurateOCR1.jpg</p>
         :rtype: str
         """
         return self._ImageUrl
@@ -32170,7 +32222,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
 
     @property
     def PdfPageNumber(self):
-        r"""需要识别的PDF页面的对应页码，仅支持PDF单页识别，默认值为1。
+        r"""<p>需要识别的PDF页面的对应页码，仅支持PDF单页识别，默认值为1。</p>
         :rtype: int
         """
         return self._PdfPageNumber
@@ -32183,7 +32235,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
     def BoolSingleQuestion(self):
         warnings.warn("parameter `BoolSingleQuestion` is deprecated", DeprecationWarning) 
 
-        r"""表示整张试卷批改需要先切题，默认为false
+        r"""<p>表示整张试卷批改需要先切题，默认为false</p>
         :rtype: bool
         """
         return self._BoolSingleQuestion
@@ -32198,7 +32250,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
     def EnableDeepThink(self):
         warnings.warn("parameter `EnableDeepThink` is deprecated", DeprecationWarning) 
 
-        r"""默认false 表示关闭深度思考  true 表示打开深度思考，更深层次推理分析，速度更慢
+        r"""<p>默认false 表示关闭深度思考  true 表示打开深度思考，更深层次推理分析，速度更慢</p>
         :rtype: bool
         """
         return self._EnableDeepThink
@@ -32211,7 +32263,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
 
     @property
     def QuestionConfigMap(self):
-        r"""题目信息输出配置，当key对应为true表示开启配置开关。     当key为KnowledgePoints value为true 表示输出每道题结构信息中输出知识点内容；当key为TrueAnswer  value为true 表示输出每道题的正确答案 ；当key为ReturnAnswerPosition  value为false表示不输出手写答案坐标（降低处理耗时，按需输出）； 设置方式参考  {"KnowledgePoints":true,"TrueAnswer":true}
+        r"""<p>题目信息输出配置，当key对应为true表示开启配置开关。</p><p>当key为KnowledgePoints value为true 表示输出每道题结构信息中输出知识点内容；<br>当key为TrueAnswer  value为true 表示输出每道题的正确答案 ；<br>当key为StepCorrection  value为true表示启用步骤级批改；</p><p> 设置方式参考  {&quot;KnowledgePoints&quot;:true,&quot;TrueAnswer&quot;:true}</p><p>参数格式：{&quot;KnowledgePoints&quot;:true,&quot;TrueAnswer&quot;:true}</p>
         :rtype: str
         """
         return self._QuestionConfigMap
@@ -32222,7 +32274,7 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
 
     @property
     def ReferenceAnswer(self):
-        r"""仅有单题有效，如果切题有多题则不生效，单题批改的时候作为参考答案输入到批改模型中
+        r"""<p>仅有单题有效，如果切题有多题则不生效，单题批改的时候作为参考答案输入到批改模型中</p>
         :rtype: str
         """
         return self._ReferenceAnswer
@@ -32231,6 +32283,28 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
     def ReferenceAnswer(self, ReferenceAnswer):
         self._ReferenceAnswer = ReferenceAnswer
 
+    @property
+    def ImageBase64List(self):
+        r"""<p>图片/PDF的 Base64 列表值，最多三张。每张图片要求参考ImageBase64  1. 如果ImageBase64List或者ImageUrlList 都没值则取ImageBase64 或者ImageUrl  2.如果ImageBase64List或者ImageUrlList 有一个值，则不取ImageBase64 或者ImageUrl值，优先去list  3.如果ImageBase64List或者ImageUrlList 都有值，则取ImageUrlList</p>
+        :rtype: list of str
+        """
+        return self._ImageBase64List
+
+    @ImageBase64List.setter
+    def ImageBase64List(self, ImageBase64List):
+        self._ImageBase64List = ImageBase64List
+
+    @property
+    def ImageUrlList(self):
+        r"""<p>图片/PDF的 Url 地址Base64 列表值，最多三张。每张图片要求参考ImageUrl。  图片生效规则同ImageBase64List</p>
+        :rtype: list of str
+        """
+        return self._ImageUrlList
+
+    @ImageUrlList.setter
+    def ImageUrlList(self, ImageUrlList):
+        self._ImageUrlList = ImageUrlList
+
 
     def _deserialize(self, params):
         self._ImageBase64 = params.get("ImageBase64")
@@ -32240,6 +32314,8 @@ class SubmitQuestionMarkAgentJobRequest(AbstractModel):
         self._EnableDeepThink = params.get("EnableDeepThink")
         self._QuestionConfigMap = params.get("QuestionConfigMap")
         self._ReferenceAnswer = params.get("ReferenceAnswer")
+        self._ImageBase64List = params.get("ImageBase64List")
+        self._ImageUrlList = params.get("ImageUrlList")
         memeber_set = set(params.keys())
         for name, value in vars(self).items():
             property_name = name[1:]
@@ -32257,11 +32333,11 @@ class SubmitQuestionMarkAgentJobResponse(AbstractModel):
 
     def __init__(self):
         r"""
-        :param _JobId: 任务唯一ID。由服务端生成.
+        :param _JobId: <p>任务唯一ID。由服务端生成.</p>
         :type JobId: str
-        :param _QuestionInfo: 切题题目边框坐标列表 （如果BoolSingleQuestion为true则返回空）
+        :param _QuestionInfo: <p>切题题目边框坐标列表 （如果BoolSingleQuestion为true则返回空）</p>
         :type QuestionInfo: list of QuestionInfo
-        :param _QuestionCount: 题目切题数量，作为计费题目数总量
+        :param _QuestionCount: <p>题目切题数量，作为计费题目数总量</p>
         :type QuestionCount: str
         :param _RequestId: 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。
         :type RequestId: str
@@ -32273,7 +32349,7 @@ class SubmitQuestionMarkAgentJobResponse(AbstractModel):
 
     @property
     def JobId(self):
-        r"""任务唯一ID。由服务端生成.
+        r"""<p>任务唯一ID。由服务端生成.</p>
         :rtype: str
         """
         return self._JobId
@@ -32284,7 +32360,7 @@ class SubmitQuestionMarkAgentJobResponse(AbstractModel):
 
     @property
     def QuestionInfo(self):
-        r"""切题题目边框坐标列表 （如果BoolSingleQuestion为true则返回空）
+        r"""<p>切题题目边框坐标列表 （如果BoolSingleQuestion为true则返回空）</p>
         :rtype: list of QuestionInfo
         """
         return self._QuestionInfo
@@ -32295,7 +32371,7 @@ class SubmitQuestionMarkAgentJobResponse(AbstractModel):
 
     @property
     def QuestionCount(self):
-        r"""题目切题数量，作为计费题目数总量
+        r"""<p>题目切题数量，作为计费题目数总量</p>
         :rtype: str
         """
         return self._QuestionCount

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/tencentcloud/ocr/v20181119/ocr_client.py

@@ -279,6 +279,8 @@ class OcrClient(AbstractClient):
     def CropEnhanceImageOCR(self, request):
         r"""图像切边矫正增强是面向文档类图片提供的图像增强处理能力，包括切边增强、图像矫正、阴影去除、摩尔纹去除等；可以有效优化文档类的图片质量，提升文字的清晰度，可以作为所有识别场景的图像预处理原子能力，从而提升识别效果。
 
+        默认接口请求频率限制：5次/秒。
+
         :param request: Request instance for CropEnhanceImageOCR.
         :type request: :class:`tencentcloud.ocr.v20181119.models.CropEnhanceImageOCRRequest`
         :rtype: :class:`tencentcloud.ocr.v20181119.models.CropEnhanceImageOCRResponse`
@@ -509,6 +511,8 @@ class OcrClient(AbstractClient):
     def EraseHandwrittenImageOCR(self, request):
         r"""本功能可自动清除试卷图片中的手写与批改痕迹，并输出洁净的空白试卷。也可以配合集成图像切边矫正技术，能自动定位、拉平试卷区域，从而在最优预处理基础上实现更佳的擦除效果。
 
+        默认接口请求频率限制：5次/秒。
+
         :param request: Request instance for EraseHandwrittenImageOCR.
         :type request: :class:`tencentcloud.ocr.v20181119.models.EraseHandwrittenImageOCRRequest`
         :rtype: :class:`tencentcloud.ocr.v20181119.models.EraseHandwrittenImageOCRResponse`
@@ -557,6 +561,8 @@ class OcrClient(AbstractClient):
     def ExtractDocAgent(self, request):
         r"""模型参数更小，速度更快。推荐场景：实时性要求高（30s以内）并且样本输入输出token2000以内，建议用实时模型。【备注：1.固定价格不限抽取字段数，2.自适应价格抽取字段大于10记两次费用，小于等于10记一次费用】
 
+        默认接口请求频率限制：5次/秒。
+
         :param request: Request instance for ExtractDocAgent.
         :type request: :class:`tencentcloud.ocr.v20181119.models.ExtractDocAgentRequest`
         :rtype: :class:`tencentcloud.ocr.v20181119.models.ExtractDocAgentResponse`

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/tencentcloud/ocr/v20181119/ocr_client_async.py

@@ -232,6 +232,8 @@ class OcrClient(AbstractClient):
     ) -> models.CropEnhanceImageOCRResponse:
         """
         图像切边矫正增强是面向文档类图片提供的图像增强处理能力，包括切边增强、图像矫正、阴影去除、摩尔纹去除等；可以有效优化文档类的图片质量，提升文字的清晰度，可以作为所有识别场景的图像预处理原子能力，从而提升识别效果。
+
+        默认接口请求频率限制：5次/秒。
         """
         
         kwargs = {}
@@ -417,6 +419,8 @@ class OcrClient(AbstractClient):
     ) -> models.EraseHandwrittenImageOCRResponse:
         """
         本功能可自动清除试卷图片中的手写与批改痕迹，并输出洁净的空白试卷。也可以配合集成图像切边矫正技术，能自动定位、拉平试卷区域，从而在最优预处理基础上实现更佳的擦除效果。
+
+        默认接口请求频率限制：5次/秒。
         """
         
         kwargs = {}
@@ -455,6 +459,8 @@ class OcrClient(AbstractClient):
     ) -> models.ExtractDocAgentResponse:
         """
         模型参数更小，速度更快。推荐场景：实时性要求高（30s以内）并且样本输入输出token2000以内，建议用实时模型。【备注：1.固定价格不限抽取字段数，2.自适应价格抽取字段大于10记两次费用，小于等于10记一次费用】
+
+        默认接口请求频率限制：5次/秒。
         """
         
         kwargs = {}

{tencentcloud_sdk_python_ocr-3.1.73 → tencentcloud_sdk_python_ocr-3.1.76}/tencentcloud_sdk_python_ocr.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: tencentcloud-sdk-python-ocr
-Version: 3.1.73
+Version: 3.1.76
 Summary: Tencent Cloud Ocr SDK for Python
 Home-page: https://github.com/TencentCloud/tencentcloud-sdk-python
 Author: Tencent Cloud
@@ -15,7 +15,7 @@ Classifier: Programming Language :: Python :: 2.7
 Classifier: Programming Language :: Python :: 3
 Classifier: Programming Language :: Python :: 3.6
 Classifier: Programming Language :: Python :: 3.7
-Requires-Dist: tencentcloud-sdk-python-common<4.0.0,>=3.1.73
+Requires-Dist: tencentcloud-sdk-python-common<4.0.0,>=3.1.76
 
 ============================
 Tencent Cloud SDK for Python

tencentcloud_sdk_python_ocr-3.1.76/tencentcloud_sdk_python_ocr.egg-info/requires.txt

@@ -0,0 +1 @@
+tencentcloud-sdk-python-common<4.0.0,>=3.1.76

tencentcloud_sdk_python_ocr-3.1.73/tencentcloud_sdk_python_ocr.egg-info/requires.txt

@@ -1 +0,0 @@
-tencentcloud-sdk-python-common<4.0.0,>=3.1.73