ParseJet

OCR API — estrai testo da immagini con una sola richiesta

Aggiungi il riconoscimento ottico dei caratteri alla tua app con una chiamata HTTP. Invia un JPG, PNG, WebP o PDF scansionato all'API OCR ParseJet e ricevi testo pulito più metadati indietro come JSON — nessun Tesseract da compilare, nessun file di modello da gestire, nessuna GPU. Gratis per iniziare con 300 richieste al mese; provalo su un'immagine qui.

Trascina un file qui o sfoglia

Accetta file JPG,JPEG,PNG,GIF,WEBP,TIFF,BMP,PDF

Gratuito — 3 richieste/giorno, nessuna registrazione. per 300 crediti/mese gratuiti.

Come funziona

1

Ottieni una chiave API gratuita

Iscriviti, crea una chiave nel dashboard, e hai 300 richieste al mese. Nessuna chiave per niente ti dà 3 richieste al giorno per un test veloce.

2

POST l'immagine

Una richiesta multipart a /v1/parse/image/ocr — o /v1/parse/auto/file se invii anche PDF e altri documenti attraverso lo stesso percorso di codice.

3

Usa il JSON

La risposta ha il testo, un titolo, il tipo di fonte e metadati come dimensione immagine, numero di righe e un punteggio di confidenza medio.

Funzionalità principali

Cosa rende questo ocr api unico.

Un endpoint, qualsiasi lingua

HTTP semplice con upload multipart: Python, JavaScript, Go, PHP, Ruby, Swift, curl in un cron job — qualsiasi cosa che possa POST un file.

SDK ufficiali

pip install parsejet o npm install parsejet e chiama client.parse.ocr() — tentativi, errori e typing gestiti per te.

20+ lingue

Gli script latini, il cinese e il giapponese vengono letti automaticamente; passa language=ko, ru, ar, hi, th o el per coreano, cirillico, arabo, devanagari, thai o greco.

Anche PDF scansionati

Invia un PDF a /v1/parse/auto/file e le pagine di sola immagine vengono OCR'd automaticamente (fino a 30 per richiesta), con i numeri di pagina riconosciuti nei metadati.

JSON prevedibile

Ogni risposta ha la stessa forma: testo, titolo, tipo_fonte, metadati. La confidenza è nei metadati.ocr_confidence quindi puoi instradare i risultati a bassa confidenza a un umano.

Modelli self-hosted, nessun AI di terze parti

Il riconoscimento gira su infrastruttura ParseJet con modelli PP-OCR open-source. Le immagini vengono elaborate in memoria e non conservate — conformità più semplice rispetto all'invio di documenti clienti a un'API di visione cloud grande.

Casi d'uso

Scenari comuni in cui questo strumento ti fa risparmiare tempo.

Cattura ricevute e fatture

Leggi totali, date e nomi di fornitori da foto caricate dagli utenti, poi convalidali nel tuo codice.

Moderazione e ricerca di screenshot

Estrai il testo da immagini inviate dagli utenti così può essere cercato, filtrato o controllato rispetto alle regole.

Acquisizione di documenti per RAG

OCR pagine scansionate e immagini insieme a PDF e DOCX attraverso un'API prima di chunking e embedding.

Backend di app mobile

Mantieni l'app piccola: invia la foto all'API invece di spedire un modello OCR on-device.

Sostituzione di Tesseract in serverless

Nessun binario nativo o language pack da raggruppare in Lambda, Vercel o funzioni Cloudflare — solo una chiamata HTTP.

Automatizza con l'API

Usa lo stesso strumento in modo programmatico. Funziona con qualsiasi linguaggio — basta HTTP.

Python
# pip install httpx
import httpx

resp = httpx.post(
    "https://api.parsejet.com/v1/parse/image/ocr",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    files={"file": open("receipt.jpg", "rb")},
    data={"language": "en"},     # optional hint: ko, ru, ar, hi, th, el ...
    timeout=60,
)
resp.raise_for_status()
result = resp.json()
print(result["text"])
if result["metadata"]["ocr_confidence"] < 0.8:
    print("low confidence — send for manual review")

# Batch a folder of scans
from pathlib import Path
for img in Path("scans").glob("*.png"):
    r = httpx.post(
        "https://api.parsejet.com/v1/parse/image/ocr",
        headers={"Authorization": "Bearer YOUR_API_KEY"},
        files={"file": (img.name, img.read_bytes(), "image/png")},
    )
    print(img.name, r.json()["text"][:80])
JavaScript / Node
// npm install parsejet
import { ParseJet } from "parsejet";
import { readFile } from "node:fs/promises";

const client = new ParseJet({ apiKey: process.env.PARSEJET_API_KEY });
const image = await readFile("receipt.jpg");
const result = await client.parse.ocr(image, "receipt.jpg");
console.log(result.text);

// Or plain fetch, in any runtime:
const form = new FormData();
form.append("file", new Blob([image]), "receipt.jpg");
const res = await fetch("https://api.parsejet.com/v1/parse/image/ocr", {
  method: "POST",
  headers: { Authorization: `Bearer ${process.env.PARSEJET_API_KEY}` },
  body: form,
});
const { text, metadata } = await res.json();
cURL
# No API key: 3 requests/day for testing
curl -X POST https://api.parsejet.com/v1/parse/image/ocr \
  -F "[email protected]"

# With a key (300 free requests/month), Korean text
curl -X POST https://api.parsejet.com/v1/parse/image/ocr \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]" -F "language=ko"

# Response
# {
#   "text": "...",
#   "title": "menu",
#   "source_type": "image_ocr",
#   "metadata": { "width": 1280, "height": 960, "ocr_lines": 14, "ocr_confidence": 0.96 }
# }

Vuoi automatizzare questo processo?

L'API ParseJet ti offre la stessa potenza di analisi tramite un singolo endpoint HTTP. Niente ffmpeg, poppler o tesseract — basta una sola chiamata API.

curl -X POST https://api.parsejet.com/v1/parse/auto/url \ -H "Content-Type: application/json" \ -d '{"url":"https://example.com"}'
Leggi la Documentazione API

Domande frequenti

C'è un'API OCR gratuita?

Sì. Senza alcuna chiave puoi fare 3 richieste al giorno, abbastanza per testare. Un account gratuito ti dà una chiave API con 300 crediti al mese (un'immagine = un credito). I piani a pagamento partono da $19/mese per limiti più alti e file più grandi.

Come uso l'API OCR in Python?

POST l'immagine come dati di forma multipart a /v1/parse/image/ocr con la tua chiave nell'header Authorization — tre righe con httpx o requests, mostrate sopra. Il testo è nel campo "text" della risposta JSON. Il pacchetto parsejet su PyPI avvolge la stessa chiamata con tentativi e risultati tipizzati.

Quanto è accurato?

L'API usa modelli di riconoscimento PP-OCR, la stessa famiglia che alimenta molti sistemi OCR di produzione. Il testo stampato, gli screenshot e le scansioni pulite vengono restituiti con accuratezza molto alta; ogni risposta porta un punteggio di confidenza medio che puoi scegliere di utilizzare. La scrittura a mano e le foto sfocate ottengono punteggi inferiori.

Quali lingue sono supportate?

L'inglese e tutte le lingue con alfabeto latino, cinese semplificato e tradizionale e il giapponese non hanno bisogno di parametri. Invia language=ko, ru (o uk, bg…), ar (o fa, ur), hi, th o el per coreano, cirillico, arabo, devanagari, thai o greco.

Quali sono i limiti?

Immagini fino a 20 MB, PDF fino a 200 MB sui piani a pagamento (2 MB senza chiave, 5 MB nell'account gratuito). Le richieste al minuto dipendono dal piano. Un PDF scansionato riconosce fino a 30 pagine immagine per richiesta.

Conservi le mie immagini?

No. I file vengono elaborati in memoria su server ParseJet con modelli open-source e scartati quando viene inviata la risposta. Non vengono inoltrati a nessun provider AI di terze parti e non vengono usati per l'addestramento.

In che cosa è diverso da Tesseract?

Tesseract è gratis da eseguire tu stesso ma possiedi i binari, i language pack, la pre-elaborazione dell'immagine e l'ottimizzazione dell'accuratezza — e ha difficoltà con le foto e il testo CJK. L'API ParseJet ti dà OCR di deep learning moderno dietro una chiamata HTTP, con la stessa forma JSON di ogni altro parser ParseJet.

Inizia a estrarre testo gratuitamente

Nessuna registrazione richiesta. Analizza il tuo primo file in pochi secondi.

Vedi i Prezzi