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
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.
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.
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.
# 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]) // 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(); # 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.
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.
Powiązane narzędzia
Image to Text — Free OCR (Optical Character Recognition)
Convert image to text online for free. OCR reads JPG, PNG, WebP and photos in 20+ languages and returns copy-ready text — no signup. API for developers too.
PDF OCR — Text Recognition for Scanned PDFs
Free online PDF OCR. Upload a scanned PDF and get its text — pages without a text layer are recognized automatically, in 20+ languages. No signup, API available.
PDF Parser
Parse PDF files to extract text, metadata, and structure. Free online tool and developer API. A modern alternative to pdf-parse and pdfplumber.
Image to Markdown Converter
Convert an image to Markdown online for free. OCR screenshots and photos of documents into structured Markdown text — or automate it via the API.
Zacznij bezpłatnie wyodrębniać tekst
Bez rejestracji. Przeanalizuj swój pierwszy plik w kilka sekund.