OCR API — 快速提取图片中的文字
用一次 HTTP 调用为你的应用添加光学字符识别。向 ParseJet OCR API 发送 JPG、PNG、WebP 或扫描 PDF,获得干净的文字加元数据的 JSON——无需编译 Tesseract、无需管理模型文件、无需 GPU。含免费额度,每月 300 次请求;在这里试试图片吧。
拖放文件到此处或 浏览
支持JPG,JPEG,PNG,GIF,WEBP,TIFF,BMP,PDF文件
免费 — 每天3次请求,无需注册。 获取每月300个免费额度。
工作原理
获取免费 API 密钥
注册,在仪表板中创建密钥,每月有 300 次请求。没有密钥也可以快速测试,每天 3 次请求。
POST 图片
一个 multipart 请求到 /v1/parse/image/ocr——或 /v1/parse/auto/file,也可以在同一代码路径中发送 PDF 和其他文档。
使用 JSON
响应包含文字、标题、源类型和元数据,如图片大小、行数和平均置信度分数。
主要特性
这款ocr api脱颖而出的原因。
一个端点,任何语言
纯 HTTP with multipart 上传:Python、JavaScript、Go、PHP、Ruby、Swift、curl cron 任务——任何能 POST 文件的东西。
官方 SDK
pip install parsejet 或 npm install parsejet,调用 client.parse.ocr()——重试、错误和类型处理都为你完成。
20+ 种语言
拉丁文字、中文和日文自动读取;传递 language=ko、ru、ar、hi、th 或 el 支持韩文、西里尔文、阿拉伯文、梵文、泰文或希腊文。
也支持扫描 PDF
向 /v1/parse/auto/file 发送 PDF,纯图像页面自动进行 OCR(单次请求最多 30 页),元数据中包含识别的页面编号。
可预测的 JSON
每个响应都有相同的形式:text、title、source_type、metadata。置信度在 metadata.ocr_confidence 中,以便你可以将低置信度结果发送给人工审核。
自主机模型,无第三方 AI
识别在 ParseJet 基础设施上使用开源 PP-OCR 模型运行。图片在内存中处理且不保留——与向大云端视觉 API 发送客户文档相比更简单的合规性。
使用场景
此工具能为您节省时间的常见场景。
收据和发票捕获
从用户上传的照片中读取总数、日期和商家名称,然后在你自己的代码中验证。
截图审核和搜索
提取用户提交图片中的文字,以便搜索、过滤或检查规则。
用于 RAG 的文档摄入
扫描页面和图片与 PDF 和 DOCX 通过一个 API,然后进行分块和嵌入。
移动应用后端
保持应用小巧:将照片发送到 API,而不是随附设备上的 OCR 模型。
在无服务器环境中替换 Tesseract
无需将本地二进制文件或语言包打包到 Lambda、Vercel 或 Cloudflare 函数中——只需一个 HTTP 调用。
通过API自动化
以编程方式使用相同的工具。适用于任何语言——仅需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 } # }
常见问题
有免费的 OCR API 吗?
有。没有任何密钥你可以每天发送 3 次请求,足以测试。免费账户获得一个 API 密钥,每月 300 积分(一张图片 = 一个积分)。付费计划从 19 美元/月起,提供更高的限制和更大的文件。
如何在 Python 中使用 OCR API?
将图片作为 multipart 表单数据 POST 到 /v1/parse/image/ocr,在 Authorization 标头中放置你的密钥——用 httpx 或 requests 三行代码即可。文字在 JSON 响应的「text」字段中。PyPI 上的 parsejet 包用重试和类型结果包装了相同的调用。
准确性如何?
API 使用 PP-OCR 识别模型,这个系列支持许多生产 OCR 系统。印刷文字、截图和清晰扫描返回极高的准确性;每个响应都有平均置信度分数,你可以设定阈值。手写和模糊照片分数较低。
支持哪些语言?
英文和所有拉丁文字、简体和繁体中文、日文无需参数。发送 language=ko、ru(或 uk、bg…)、ar(或 fa、ur)、hi、th 或 el 来支持韩文、西里尔文、阿拉伯文、梵文、泰文或希腊文。
限制是什么?
图片最大 20 MB,付费计划上 PDF 最大 200 MB(无密钥 2 MB,免费账户 5 MB)。每分钟请求数取决于计划。扫描 PDF 单次请求最多识别 30 个图像页面。
你们会保留我的图片吗?
不会。文件在 ParseJet 服务器上用开源模型在内存中处理,响应发送时丢弃。它们不会转发给任何第三方 AI 提供商,也不会用于训练。
这与 Tesseract 有什么区别?
Tesseract 免费运行但你拥有二进制文件、语言包、图片预处理和准确度调优——并且在照片和 CJK 文字上表现不佳。ParseJet API 在一次 HTTP 调用后为你提供现代深度学习 OCR,与其他每个 ParseJet 解析器相同的 JSON 形式。
相关工具
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.