def general_text_recognize(image) -> str:
    """
    通用文本识别
    :param image: 影像件
    :return: 识别文本
    """
    # 请求深圳快瞳通用文本识别接口
    response = http_client.post(
        url=(url := "https://ai.inspirvision.cn/s/api/ocr/general"),
        headers={
            "X-RequestId-Header": image["影像件唯一标识"]
        },  # 以影像件唯一标识作为请求唯一标识，用于双方联查
        data={
            "token": authenticator.get_token(servicer="szkt"),  # 获取深圳快瞳访问令牌
            "imgBase64": f"data:image/{image["影像件格式"].lstrip(".")};base64,{image["影像件BASE64编码"]}",
        },
        guid=md5((url + image["影像件唯一标识"]).encode("utf-8")).hexdigest().upper(),
    )
    # TODO: 若响应非成功则流转至人工处理
    if not (response.get("status") == 200 and response.get("code") == 0):
        raise RuntimeError("请求深圳快瞳通用文本识别接口发生异常")

    blocks = []
    for block in response["data"]:
        # noinspection PyTypeChecker
        blocks.append(
            [
                int(block["itemPolygon"]["x"]),  # 文本块左上角的X坐标
                int(block["itemPolygon"]["y"]),  # 文本块左上角的Y坐标
                int(block["itemPolygon"]["height"]),  # 文本块左上角的高度
                block["value"],  # 文本块的文本内容
            ]
        )
    # 使用俄罗斯方块方法整理文本块，先按照文本块的Y坐标升序（从上到下）
    blocks.sort(key=lambda x: x[1])

    lines = []
    for idx, block in enumerate(blocks[1:]):
        if idx == 0:
            line = [blocks[0]]
            continue
        # 若当前文本块的Y坐标和当前文本行的平均Y坐标差值小于阈值则归为同一文本行，否则另起一文本行（分行）
        if (
            block[1] - numpy.array([e[1] for e in line]).mean()
            < numpy.array([e[2] for e in line]).mean()
        ):
            line.append(block)
        else:
            lines.append(line)
            line = [block]
    lines.append(line)

    blocks = []
    for line in lines:
        blocks.extend(
            [re.sub(r"\s", "", x[3]) for x in sorted(line, key=lambda x: x[0])]
        )  # 按照文本块的X坐标升序（从左到右）并去除文本块的文本内容中所有空字符
    return "\n".join(blocks)