OCR API — 快速擷取圖片中的文字
用一次 HTTP 呼叫為你的應用新增光學字元辨識。向 ParseJet OCR API 傳送 JPG、PNG、WebP 或掃描 PDF,獲得乾淨的文字加後設資料的 JSON——無需編譯 Tesseract、無需管理模型檔案、無需 GPU。含免費額度,每月 300 次請求;在這裡試試圖片吧。
將檔案拖放到此處或 瀏覽
接受 JPG,JPEG,PNG,GIF,WEBP,TIFF,BMP,PDF 檔案
免費 — 每日 3 次請求,無需註冊。 即可獲得每月 300 點免費額度。
運作原理
獲取免費 API 金鑰
註冊,在儀表板中建立金鑰,每月有 300 次請求。沒有金鑰也可以快速測試,每天 3 次請求。
POST 圖片
一個 multipart 請求到 /v1/parse/image/ocr——或 /v1/parse/auto/file,也可以在同一程式碼路徑中傳送 PDF 和其他文件。
使用 JSON
響應包含文字、標題、源型別和後設資料,如圖片大小、行數和平均置信度分數。
主要功能
這個 ocr api 的突出之處。
一個端點,任何語言
純 HTTP with multipart 上傳:Python、JavaScript、Go、PHP、Ruby、Swift、curl cron 任務——任何能 POST 檔案的東西。
官方 SDK
pip install parsejet 或 npm install parsejet,呼叫 client.parse.ocr()——重試、錯誤和型別處理都為你完成。
20+ 種語言
拉丁文字、中文和日文自動讀取;傳遞 language=ko、ru、ar、hi、th 或 el 支援韓文、西里爾文、阿拉伯文、梵文、泰文或希臘文。
也支援掃描 PDF
向 /v1/parse/auto/file 傳送 PDF,純影象頁面自動進行 OCR(單次請求最多 30 頁),後設資料中包含辨識的頁面編號。
可預測的 JSON
每個響應都有相同的形式:text、title、source_type、metadata。置信度在 metadata.ocr_confidence 中,以便你可以將低置信度結果傳送給人工稽核。
自主機模型,無第三方 AI
辨識在 ParseJet 基礎設施上使用開源 PP-OCR 模型執行。圖片在記憶體中處理且不保留——與向大雲端視覺 API 傳送客戶文件相比更簡單的合規性。
使用案例
此工具為您節省時間的常見情境。
收據和發票捕獲
從使用者上傳的照片中讀取總數、日期和商家名稱,然後在你自己的程式碼中驗證。
截圖稽核和搜尋
擷取使用者提交圖片中的文字,以便搜尋、過濾或檢查規則。
用於 RAG 的文件攝入
掃描頁面和圖片與 PDF 和 DOCX 透過一個 API,然後進行分塊和嵌入。
移動應用後端
保持應用小巧:將照片傳送到 API,而不是隨附裝置上的 OCR 模型。
在無伺服器環境中替換 Tesseract
無需將本地二進位制檔案或語言包打包到 Lambda、Vercel 或 Cloudflare 函式中——只需一個 HTTP 呼叫。
使用 API 自動化
以程式化方式使用相同工具。適用於任何語言 — 僅需 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 } # }
常見問題
有免費的 OCR API 嗎?
有。沒有任何金鑰你可以每天傳送 3 次請求,足以測試。免費帳號獲得一個 API 金鑰,每月 300 點數(一張圖片 = 一個點數)。付費計劃從 19 美元/月起,提供更高的限制和更大的檔案。
如何在 Python 中使用 OCR API?
將圖片作為 multipart 表單資料 POST 到 /v1/parse/image/ocr,在 Authorization 標頭中放置你的金鑰——用 httpx 或 requests 三行程式碼即可。文字在 JSON 響應的「text」欄位中。PyPI 上的 parsejet 包用重試和型別結果包裝了相同的呼叫。
準確性如何?
API 使用 PP-OCR 辨識模型,這個系列支援許多生產 OCR 系統。印刷文字、截圖和清晰掃描返回極高的準確性;每個響應都有平均置信度分數,你可以設定閾值。手寫和模糊照片分數較低。
支援哪些語言?
英文和所有拉丁文字、簡體和繁體中文、日文無需引數。傳送 language=ko、ru(或 uk、bg…)、ar(或 fa、ur)、hi、th 或 el 來支援韓文、西里爾文、阿拉伯文、梵文、泰文或希臘文。
限制是什麼?
圖片最大 20 MB,付費計劃上 PDF 最大 200 MB(無金鑰 2 MB,免費帳號 5 MB)。每分鐘請求數取決於計劃。掃描 PDF 單次請求最多辨識 30 個影象頁面。
你們會保留我的圖片嗎?
不會。檔案在 ParseJet 伺服器上用開源模型在記憶體中處理,響應傳送時丟棄。它們不會轉發給任何第三方 AI 提供商,也不會用於訓練。
這與 Tesseract 有什麼區別?
Tesseract 免費執行但你擁有二進位制檔案、語言包、圖片預處理和準確度調優——並且在照片和 CJK 文字上表現不佳。ParseJet API 在一次 HTTP 呼叫後為你提供現代深度學習 OCR,與其他每個 ParseJet 解析器相同的 JSON 形式。
相關工具
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.