ParseJet

OCR API — haal tekst uit afbeeldingen met één call

Voeg optische tekenherkenning toe aan je app met één HTTP-oproep. Stuur een JPG, PNG, WebP of gescande PDF naar de ParseJet OCR API en krijg schone tekst plus metagegevens terug als JSON — geen Tesseract om te compileren, geen modelbestanden om te beheren, geen GPU. Gratis beginnen met 300 verzoeken per maand; probeer het hier op een afbeelding.

Sleep een bestand hierheen of blader

Accepteert JPG,JPEG,PNG,GIF,WEBP,TIFF,BMP,PDF bestanden

Gratis — 3 verzoeken/dag, geen aanmelding. voor 300 credits/maand gratis.

Hoe het werkt

1

Krijg een gratis API-sleutel

Meld je aan, maak een sleutel in het dashboard en je hebt 300 verzoeken per maand. Geen sleutel krijgt je 3 verzoeken per dag voor een snelle test.

2

POST de afbeelding

Eén multipart-verzoek naar /v1/parse/image/ocr — of /v1/parse/auto/file als je ook PDF's en andere documenten via hetzelfde codepad stuurt.

3

Gebruik de JSON

De respons heeft de tekst, een titel, het brontype en metagegevens zoals afbeeldingsgrootte, regeltellingen en een gemiddelde betrouwbaarheidsscore.

Belangrijkste kenmerken

Wat deze ocr api onderscheidt.

Eén eindpunt, elke taal

Gewone HTTP met multipart-upload: Python, JavaScript, Go, PHP, Ruby, Swift, curl in een cron-taak — alles wat een bestand kan POST'en.

Officiële SDK's

pip install parsejet of npm install parsejet en roep client.parse.ocr() aan — opnieuw proberen, fouten en typen worden voor je afgehandeld.

20+ talen

Latijnse scripts, Chinees en Japans worden automatisch gelezen; geef language=ko, ru, ar, hi, th of el door voor Koreaans, Cyrillisch, Arabisch, Devanagari, Thai of Grieks.

Ook gescande PDF's

Stuur een PDF naar /v1/parse/auto/file en op afbeeldingen gebaseerde pagina's worden automatisch OCR'd (tot 30 per verzoek), met de herkende paginanummers in de metagegevens.

Voorspelbare JSON

Elke respons heeft dezelfde vorm: tekst, titel, source_type, metagegevens. Betrouwbaarheid zit in metadata.ocr_confidence zodat je lage-betrouwbaardheidsresultaten naar een mens kunt sturen.

Zelf-gehoste modellen, geen externe AI

Herkenning draait op ParseJet-infrastructuur met open-source PP-OCR-modellen. Afbeeldingen worden in het geheugen verwerkt en niet behouden — eenvoudiger naleving dan klantendocumenten naar een grote-cloud vision API sturen.

Gebruiksscenario's

Veelvoorkomende situaties waarin deze tool je tijd bespaart.

Bon- en factuurregistratie

Lees totalen, datums en verkoopnamen uit foto's geüpload door gebruikers, valideer ze vervolgens in je eigen code.

Schermafbeelding moderatie en zoeken

Extraheer de tekst uit door gebruikers ingediende afbeeldingen zodat deze kan worden doorzocht, gefilterd of tegen regels kan worden gecontroleerd.

Documentopname voor RAG

OCR gescande pagina's en afbeeldingen naast PDF's en DOCX door één API voordat je chunkd en embeddt.

Mobiele app backends

Houd de app klein: stuur de foto naar de API in plaats van een on-device OCR-model erin te verzenden.

Tesseract vervangen in serverless

Geen native binaire bestanden of taalpakketten om in Lambda, Vercel of Cloudflare-functies in te bundelen — gewoon een HTTP-oproep.

Automatiseer met de API

Gebruik dezelfde tool programmatisch. Werkt met elke taal — gewoon 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 }
# }

Wil je dit automatiseren?

ParseJet API geeft je dezelfde parsingkracht via één HTTP endpoint. Geen ffmpeg, geen poppler, geen tesseract — slechts één API-aanroep.

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

Veelgestelde vragen

Is er een gratis OCR API?

Ja. Zonder enige sleutel kun je 3 verzoeken per dag indienen, wat genoeg is om te testen. Een gratis account geeft je een API-sleutel met 300 credits per maand (één afbeelding = één credit). Betaalde plannen beginnen bij $19/maand voor hogere limieten en grotere bestanden.

Hoe gebruik ik de OCR API in Python?

POST de afbeelding als multipart-formuliergegevens naar /v1/parse/image/ocr met je sleutel in de Authorization header — drie regels met httpx of verzoeken, hierboven weergegeven. De tekst bevindt zich in het "text"-veld van de JSON-respons. Het parsejet-pakket op PyPI verpakt dezelfde oproep met opnieuw proberen en getypte resultaten.

Hoe nauwkeurig is het?

De API gebruikt PP-OCR herkenningsmodellen, dezelfde familie die veel productie-OCR-systemen aandrijft. Gedrukte tekst, schermafbeeldingen en schone scans hebben zeer hoge nauwkeurigheid; elke respons bevat een gemiddelde betrouwbaarheidsscore die je kunt drempelen. Handschrift en wazig foto's scoren lager.

Welke talen worden ondersteund?

Engels en alle Latijnse-script-talen, Vereenvoudigd en Traditioneel Chinees, en Japans hebben geen parameter nodig. Stuur language=ko, ru (of uk, bg…), ar (of fa, ur), hi, th of el voor Koreaans, Cyrillisch, Arabisch, Devanagari, Thai of Grieks.

Wat zijn de limieten?

Afbeeldingen tot 20 MB, PDF's tot 200 MB op betaalde plannen (2 MB zonder sleutel, 5 MB op gratis account). Verzoeken per minuut hangen af van het plan. Een gescande PDF herkent tot 30 afbeeldingspagina's per verzoek.

Sla je mijn afbeeldingen op?

Nee. Bestanden worden in het geheugen op ParseJet-servers verwerkt met open-source modellen en verwijderd wanneer de respons wordt verzonden. Ze worden niet naar een derde partij AI-provider doorgestuurd en niet gebruikt voor training.

Hoe verschilt dit van Tesseract?

Tesseract is gratis om zelf uit te voeren, maar je bezit de binaire bestanden, taalpakketten, beeldvoorbewerking en nauwkeurigheidsafstemming — en het heeft moeite met foto's en CJK-tekst. De ParseJet API geeft je moderne deep-learning OCR achter één HTTP-oproep, met dezelfde JSON-vorm als elke andere ParseJet parser.

Start gratis met tekst extraheren

Geen aanmelding nodig. Parse je eerste bestand in seconden.

Bekijk Prijzen