文字识别OCR混贴发票识别中最外层的1部分与2部分，这些个数据，分别表示什么意思呢？

https://help.aliyun.com/document_detail/442266.html?spm=a2c4g.442266.0.0.40ea29a1BAiMBy
此回答整理自钉群“【官方】阿里云OCR公共云客户交流群”。

您好，文字识别OCR混贴发票识别中返回参数orgHeight 表示 原图的高度 ；height 表示 算法矫正图片后的高度；宽度的处理也是这样的逻辑

您理解的是正确的，外层位置的高度宽度，也就是您说的1位置的高度宽度是您截图时的高宽；内层的高宽也就是2位置的高宽是混贴发票截图内部的子项的高度和宽度。

阿里云混贴发票识别，是阿里云官方自研OCR文字识别产品，适用于获取多种发票集合在一个页面的场景，需要获取多种发票上的关键信息。
阿里云OCR产品基于阿里巴巴达摩院强大的AI技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、实时性高、能力全面等几大优势。

一般都带的，直接拉满就行

在阿里云文字识别OCR混贴发票识别中，"1部分"和"2部分"主要代表了混贴发票的不同区域或部分，具体含义如下：

1. "1部分"：代表混贴发票中一个发票的识别结果，即一个子图的识别结果。一般情况下，每个子图对应一个发票，"1部分"表示对于该发票的识别结果。

2. "2部分"：代表混贴发票中的其他部分，即除了每个发票外的区域或内容。在混贴发票识别中，有时候除了识别每个发票的详细内容之外，还可能提供一些其他的汇总信息或整体识别结果，这些信息通常包含在"2部分"中。

而对于截取时的原图的高和宽，根据阿里云文字识别OCR混贴发票识别接口的说明，可以使用返回的sliceRect中的orgWidth和orgHeight作为原图的宽度和高度。

具体来说，orgWidth表示原图的宽度，orgHeight表示原图的高度。在截取操作中，可以使用这两个值来指定原图的尺寸，并根据截取的区域和这两个值进行相应的计算和操作。对于原图的截取，可以根据您提供的代码示例，使用Graphics2D的drawImage方法，并使用orgWidth和orgHeight作为源图像的宽度和高度。

混贴发票指的是多张发票在同一张图片中混合出现的情况。OCR技术可以用于识别混贴发票，并对每个部分进行区分和解析。

在混贴发票识别中，通常将发票分为以下两个部分：

1. 第一部分（1部分）：也称为"主体部分"或"主体发票"，是指位于混贴发票的最外层的一张发票，即整个图片中占据较大面积的部分。这部分发票往往包含了重要的基本信息，如发票代码、发票号码等。

2. 第二部分（2部分）：是指位于混贴发票的次外层的一张或多张发票，即图片中较小面积的部分。这些发票往往是作为附属发票与主体发票一起存在的，例如购买明细或增值税专用发票的明细等。

在使用OCR进行混贴发票识别时，通常会首先对整个图片进行处理和分割，将其中的第一部分和第二部分分开。然后针对每个部分单独进行文字识别和数据提取。

关于截取时的原图的高宽，通常会以第一部分作为参考。具体来说，可以使用第一部分的位置和尺寸信息来确定截取区域，以确保识别和提取的准确性。

至于带"org"还是不带"org"开头的命名方式，这可能取决于具体的实现和系统设计。在实际应用中，可以根据需要进行命名约定，以方便标识和处理不同部分的发票图像。

需要注意的是，混贴发票的识别是一项复杂的任务，可能受到图像质量、发票排列方式等因素的影响。为了获得更好的识别结果，可能需要综合使用图像处理、分割和OCR技术，并根据实际情况进行调整和改进。

楼主你好，1部分表示识别出的发票总体信息，包括发票代码、发票号码、开票日期、合计金额、合计税额等核心信息。
2部分表示发票明细信息，包括商品名称、规格型号、单位、数量、单价、金额、税率、税额等详细信息。

截取时的原图的高宽可以使用1部分中的“发票图像大小”参数，它是表示识别区域在原图中的位置和大小。该参数中的高宽都是不带org开头的。