ParseJet

OCR API — Wyodrębnij tekst z obrazów jednym zapytaniem

Dodaj optyczne rozpoznawanie znaków do swojej aplikacji jednym wywołaniem HTTP. Wyślij JPG, PNG, WebP lub zeskanowany PDF do API OCR ParseJet i otrzymaj czysty tekst plus metadane z powrotem w formacie JSON — bez Tesseract do kompilacji, bez plików modeli do zarządzania, bez GPU. Darmowe do rozpoczęcia z 300 żądaniami miesięcznie; spróbuj na obrazie tutaj.

Upuść plik tutaj lub przeglądaj

Akceptuje pliki JPG,JPEG,PNG,GIF,WEBP,TIFF,BMP,PDF

Darmowe — 3 żądania/dzień, bez rejestracji. za 300 kredytów/miesiąc za darmo.

Jak to działa

1

Otrzymaj darmowy klucz API

Zarejestruj się, utwórz klucz na pulpicie nawigacyjnym, a otrzymasz 300 żądań miesięcznie. Brak klucza daje ci 3 żądania dziennie do szybkiego testu.

2

Wyślij obraz

Jedno wieloczęściowe żądanie do /v1/parse/image/ocr — lub /v1/parse/auto/file, jeśli wysyłasz również PDF-y i inne dokumenty tą samą ścieżką kodu.

3

Użyj JSON-a

Odpowiedź zawiera tekst, tytuł, typ źródła i metadane, takie jak rozmiar obrazu, liczba wierszy i średni wynik pewności.

Kluczowe funkcje

Co wyróżnia to ocr api.

Jeden endpoint, każdy język

Zwykły HTTP z przesyłaniem wieloczęściowym: Python, JavaScript, Go, PHP, Ruby, Swift, curl w zadaniu cron — wszystko, co może wysłać plik.

Oficjalne SDK

pip install parsejet lub npm install parsejet i zadzwoń client.parse.ocr() — ponowne próby, błędy i typowanie obsługiwane dla ciebie.

20+ języków

Skrypty łacińskie, chiński i japoński są odczytywane automatycznie; przekaż language=ko, ru, ar, hi, th, lub el dla koreańskiego, cyrylicy, arabskiego, Devanagari, tajskiego lub greckiego.

Również zeskanowane PDF-y

Wyślij PDF do /v1/parse/auto/file, a strony zawierające tylko obrazy są automatycznie OCR'd (do 30 na żądanie), z numerami rozpoznanych stron w metadanych.

Przewidywalny JSON

Każda odpowiedź ma tę samą formę: tekst, tytuł, typ_źródła, metadane. Pewność jest w metadata.ocr_confidence, abyś mógł kierować wyniki o niskiej pewności do człowieka.

Modele hostowane samodzielnie, nie ma AI trzeciej strony

Rozpoznawanie działa na infrastrukturze ParseJet z modelami PP-OCR open-source. Obrazy są przetwarzane w pamięci i nie są przechowywane — prostsza zgodność niż wysyłanie dokumentów klientów do dużego API wizji w chmurze.

Przykłady zastosowań

Typowe scenariusze, w których to narzędzie oszczędza czas.

Przechwytywanie paragonów i faktur

Odczytaj sumy, daty i nazwy sprzedawców ze zdjęć przesłanych przez użytkowników, a następnie waliduj je w swoim kodzie.

Moderacja zrzutów ekranu i wyszukiwanie

Wyodrębnij tekst z obrazów przesłanych przez użytkownika, aby można go było wyszukiwać, filtrować lub sprawdzać pod względem reguł.

Pozyskiwanie dokumentów dla RAG

OCR zeskanowanych stron i obrazów wraz z PDF-ami i DOCX-ami przez jeden API przed chunkowaniem i osadzaniem.

Backendy aplikacji mobilnych

Utrzymuj aplikację małą: wyślij zdjęcie do API zamiast dostarczania modelu OCR na urządzeniu.

Zastępowanie Tesseract w bez serwera

Brak natywnych plików binarnych lub pakietów języka do dołączenia do Lambda, Vercel lub funkcji Cloudflare — tylko wywołanie HTTP.

Automatyzuj za pomocą API

Użyj tego samego narzędzia programistycznie. Działa z dowolnym językiem — wystarczy 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 }
# }

Chcesz to zautomatyzować?

ParseJet API daje Ci tę samą moc parsowania przez jeden punkt końcowy HTTP. Bez ffmpeg, bez poppler, bez tesseract — tylko jedno wywołanie API.

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

Często zadawane pytania

Czy istnieje bezpłatne API OCR?

Tak. Bez żadnego klucza możesz wykonać 3 żądania dziennie, co wystarczy do testowania. Bezpłatne konto daje ci klucz API z 300 kredytami miesięcznie (jeden obraz = jeden kredyt). Płatne plany zaczynają się od 19 USD/miesiąc za wyższe limity i większe pliki.

Jak używać API OCR w Pythonie?

Wyślij obraz jako dane formularza wieloczęściowego do /v1/parse/image/ocr z kluczem w nagłówku Authorization — trzy linie z httpx lub requests, pokazane powyżej. Tekst znajduje się w polu "text" odpowiedzi JSON. Pakiet parsejet na PyPI opakowuje to samo wywołanie z ponowną próbą i typowanymi wynikami.

Jak dokładne jest to?

API wykorzystuje modele rozpoznawania PP-OCR, tę samą rodzinę, która zasilacze wiele produkcyjnych systemów OCR. Tekst drukowany, zrzuty ekranu i czyste skany wychodzą z bardzo wysoką dokładnością; każda odpowiedź nosi średni wynik pewności, który możesz ustalić. Pismo odręczne i rozmyte zdjęcia uzyskują niższą ocenę.

Które języki są obsługiwane?

Angielski i wszystkie języki ze znakami łacińskimi, chiński uproszczony i tradycyjny oraz japoński nie wymagają parametru. Wyślij language=ko, ru (lub uk, bg…), ar (lub fa, ur), hi, th, lub el dla koreańskiego, cyrylicy, arabskiego, Devanagari, tajskiego lub greckiego.

Jakie są limity?

Obrazy do 20 MB, PDF-y do 200 MB na planach płatnych (2 MB bez klucza, 5 MB na darmowym koncie). Żądania na minutę zależą od planu. Zeskanowany PDF rozpoznaje do 30 stron z obrazami na żądanie.

Czy przechowujesz moje obrazy?

Nie. Pliki są przetwarzane w pamięci na serwerach ParseJet za pomocą modeli open-source i usuwane po wysłaniu odpowiedzi. Nie są przesyłane do żadnego dostawcy AI trzeciej strony i nie są używane do trenowania.

Czym to się różni od Tesseract?

Tesseract jest darmowy do uruchomienia samodzielnie, ale ty posiadasz pliki binarne, pakiety języka, przetwarzanie wstępne obrazu i strojenie dokładności — i zacina się zdjęciami i tekstem CJK. API ParseJet daje ci nowoczesne OCR uczenia głębokie za jednym wywołaniem HTTP, z tą samą formą JSON co każdy inny parser ParseJet.

Zacznij bezpłatnie wyodrębniać tekst

Bez rejestracji. Przeanalizuj swój pierwszy plik w kilka sekund.

Zobacz cennik