轻语API开放平台 返回全部接口

文字识别技术 · 同步接口

OCR图片识别API接入指南

OCR图片识别API面向需要把图片文字变成结构化文本的开发场景：上传图片或传入图片URL，接口同步返回完整识别文本（full_text），并为每个文本块给出置信度与四点坐标，方便二次校对、表格还原和自动录入。单次调用约0.03元，按量计费无需套餐。

· 参数与计费已按当前生产接口核对

在线调试接口 免费在线工具

接口速览

以下信息来自轻语API开放平台生产环境接口元数据，可直接用于技术选型评估。

接口地址POST /data/api/ocrRecognize
计费约0.03元/次
频率限制60次/分钟
超时时间60秒
鉴权方式apikey（注册后获取）
内容类型multipart/form-data 或 application/x-www-form-urlencoded

请求参数

参数名必填类型说明
apikey必填string用户的apikey，身份凭证，注册后在控制台获取
file选填file图片文件实体，与url二选一；支持png/jpg/jpeg/bmp等常见格式
url选填string图片的网络URL链接，与file二选一；适合已托管在云端的图片

响应示例

成功响应（HTTP 200）

{
  "code": 200,
  "message": "success",
  "total": 3,
  "elapsed": 4.23,
  "data": {
    "full_text": "完整识别文本内容",
    "items": [
      {
        "index": 1,
        "text": "识别出的单行文本",
        "confidence": 98.6,
        "position": [[12, 30], [220, 30], [220, 58], [12, 58]]
      }
    ]
  }
}

调用示例

cURL 示例

curl -X POST 'https://5555api.com/data/api/ocrRecognize' \
  -F 'apikey=YOUR_APIKEY' \
  -F 'file=@invoice.png'

JavaScript 示例

const fd = new FormData();
fd.append('apikey', 'YOUR_APIKEY');
fd.append('file', fileInput.files[0]); // 或改用 url 字段传入图片链接

const resp = await fetch('https://5555api.com/data/api/ocrRecognize', {
  method: 'POST',
  body: fd
});
const result = await resp.json();
if (result.code === 200) {
  console.log('识别全文:', result.data.data.full_text);
  result.data.data.items.forEach(item => {
    console.log(item.text, '置信度:', item.confidence);
  });
}

Python 示例

import requests

resp = requests.post(
    'https://5555api.com/data/api/ocrRecognize',
    data={'apikey': 'YOUR_APIKEY'},
    files={'file': open('invoice.png', 'rb')}
)
result = resp.json()
if result['code'] == 200:
    data = result['data']['data']
    print('全文:', data['full_text'])
    for item in data['items']:
        print(item['text'], item['confidence'])
示例中的 YOUR_APIKEY 请替换为你在轻语API控制台获取的apikey；不要在公开页面或客户端代码中暴露正式API Key。

应用场景

票据与发票录入

拍照或扫描的发票、收据直接转文本，配合items坐标定位金额与日期字段，自动录入财务系统。

截图内容提取

聊天记录、网页截图、错误弹窗中的文字一键提取，用于工单归档与自动化测试断言。

档案与纸质文档数字化

合同、档案扫描件批量识别，置信度低于阈值的行进入人工复核队列，降低录入成本。

常见问题

OCR图片识别API怎么调用？

向 https://5555api.com/data/api/ocrRecognize 发送POST请求，携带apikey和file（本地图片）或url（图片链接）任一参数即可，接口同步返回识别结果。单次调用约0.03元。

支持哪些图片格式，图片有大小限制吗？

支持png、jpg、jpeg、bmp等常见图片格式。建议单张图片不超过10MB；过大图片可先压缩再上传，识别效果更稳定。

file和url参数可以同时传吗？

两个参数二选一即可。同时传入时以file为准。服务端图片建议用url，本地图片建议用file直传。

识别结果里的confidence和position有什么用？

confidence是0-100的置信度，可用于筛选低质量识别行；position是文本块的四点坐标，可用于原文比对、表格还原和关键字段定位。

识别中文准确率怎么样，支持手写体吗？

印刷体中文识别准确率高，中英文混排均可识别；工整手写体可以识别，潦草手写体建议人工校对，可用confidence字段过滤。

怎么获取apikey，调用失败提示什么错误？

注册轻语API账号后在控制台获取apikey。常见错误：apikey缺失或错误、file与url都未传、图片下载失败、账户余额不足。