Aufgabentypen

Bilder mit Buchstaben und Ziffern erkennen

Diese Seite wurde maschinell aus der chinesischen Version übersetzt und kann Fehler enthalten. Maßgeblich ist die chinesische Version.

"text": "LMResm"

"text": "8K3Xp"

"text": "12"

IllustrationText-Captcha: Buchstaben und Ziffern auf dunklem, verrauschtem Hintergrund; die API gibt den Text zurück (wie im Beispiel auf der Aufgabenseite).

Senden Sie ein Captcha-Bild mit Buchstaben und Ziffern als Base64, und Sie erhalten den darin enthaltenen Text zurück (solution.text). ImageToTextTaskOcrBase kostet 2 Punkte (≈ $0.30 / 1k) pro Bild und arbeitet synchron: Ein einziger createTask-Request liefert das Ergebnis. Wenn Sie Vorgaben wie Groß-/Kleinschreibung, reine Ziffern oder Rechenaufgaben angeben müssen, verwenden Sie das asynchrone ImageToTextTask.

POSThttps://api.yescaptcha.com/createTaskGlobaler Endpoint

POSThttps://cn.yescaptcha.com/createTaskChina-Endpoint

Der Request-Body ist JSON und wird mit clientKey authentifiziert.

Typen und Preise

Aufgabentyp	Preis	Modus	Hinweise
`ImageToTextTaskOcrBase`	$0.30 / 1k; 2 Punkte/Aufgabe · ¥2 / 1k	Synchron
`ImageToTextTaskMuggle`	$0.30 / 1k; 2 Punkte/Aufgabe · ¥2 / 1k	Synchron	Unterstützt keine case-/numeric-Optionen; mit project_name wählen Sie ein individuelles Modell aus
`ImageToTextTask`	$0.60 / 1k; 4 Punkte/Aufgabe · ¥4 / 1k	Asynchron
`ImageToTextTaskM1`	$2.25 / 1k; 15 Punkte/Aufgabe · ¥15 / 1k	Asynchron

Die Preise in US-Dollar sind Schätzwerte bei 1 US$ ≈ ¥6.67; Aufgaben werden in Punkten berechnet.

Sie benötigen	Verwenden Sie
Gewöhnliche Captchas mit Buchstaben und Ziffern, am günstigsten und schnellsten	`ImageToTextTaskOcrBase`, `ImageToTextTaskMuggle` (synchron)
Erkennung mit einem für Sie angepassten Modell	`ImageToTextTaskMuggle` mit `project_name`
Unterscheidung von Groß-/Kleinschreibung, nur Ziffern, Rechenaufgaben, begrenzte Länge	`ImageToTextTask`, `ImageToTextTaskM1` (asynchron)

Die Typen verwenden unterschiedliche Modelle und Routen, daher kann das Ergebnis bei gleichen Bildern abweichen. Testen Sie mehrere Typen und wählen Sie den besten.

Request-Parameter

Feld	Typ	Erforderlich	Beschreibung
`type`	string	Ja	Aufgabentyp; siehe „Aufgabentypen und Preise“ auf dieser Seite
`body`	string	Ja	Base64-kodiertes Bild ohne das Präfix `data:image/...;base64,` und ohne Zeilenumbrüche
`project_name`	string	Nein	Name eines individuellen Modells, nur von `ImageToTextTaskMuggle` unterstützt. Weglassen, um das allgemeine Modell für Buchstaben und Ziffern zu verwenden. Für ein individuelles Modell wenden Sie sich an den Support (nur ImageToTextTaskMuggle)
`phrase`	boolean	Nein	true bedeutet, dass die Antwort mindestens ein Leerzeichen enthält (nur ImageToTextTask, ImageToTextTaskM1)
`case`	boolean	Nein	true bedeutet, dass die Antwort zwischen Groß- und Kleinschreibung unterscheidet (nur ImageToTextTask, ImageToTextTaskM1)
`numeric`	integer	Nein	0 keine Vorgabe; 1 nur Ziffern; 2 keine Ziffern (nur ImageToTextTask, ImageToTextTaskM1)
`math`	boolean	Nein	true bedeutet, dass das Bild eine Rechenaufgabe ist und die Antwort deren Ergebnis ist (nur ImageToTextTask, ImageToTextTaskM1)
`minLength`	integer	Nein	Minimale Länge der Antwort; 0 bedeutet kein Limit (nur ImageToTextTask, ImageToTextTaskM1)
`maxLength`	integer	Nein	Maximale Länge der Antwort; 0 bedeutet kein Limit (nur ImageToTextTask, ImageToTextTaskM1)

body ist die Base64-Kodierung der Bilddatei. WebP-Bilder werden automatisch konvertiert.

Request-Beispiel

{
  "clientKey": "YOUR_CLIENT_KEY",
  "task": {
    "type": "ImageToTextTaskOcrBase",
    "body": "BASE64_IMAGE"
  }
}

Vollständiger Code (liest captcha.png aus dem aktuellen Verzeichnis):

# Replace BASE64_IMAGE with the Base64-encoded image
curl -s https://api.yescaptcha.com/createTask \
  -H 'Content-Type: application/json' \
  -d '{
  "clientKey": "YOUR_CLIENT_KEY",
  "task": {
    "type": "ImageToTextTaskOcrBase",
    "body": "BASE64_IMAGE"
  }
}'

import os
import base64

import requests

API = "https://api.yescaptcha.com"
CLIENT_KEY = os.environ["YESCAPTCHA_CLIENT_KEY"]  # Read the clientKey from an environment variable


def call(method, payload):
    r = requests.post(f"{API}/{method}", json={"clientKey": CLIENT_KEY, **payload}, timeout=30)
    data = r.json()
    if data.get("errorId"):
        raise RuntimeError(f"{data.get('errorCode')}: {data.get('errorDescription')}")
    return data


def solve(task):
    return call("createTask", {"task": task})["solution"]


# Base64-encode the image (no data: prefix)
with open("captcha.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

solution = solve({
    "type": "ImageToTextTaskOcrBase",
    "body": image_b64,
})
print(solution["text"])

import { readFileSync } from 'node:fs';

const API = 'https://api.yescaptcha.com';
const CLIENT_KEY = process.env.YESCAPTCHA_CLIENT_KEY; // Read the clientKey from an environment variable

async function call(method, payload) {
  const res = await fetch(`${API}/${method}`, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({ clientKey: CLIENT_KEY, ...payload }),
  });
  const data = await res.json();
  if (data.errorId) throw new Error(`${data.errorCode}: ${data.errorDescription}`);
  return data;
}

async function solve(task) {
  const { solution } = await call('createTask', { task });
  return solution;
}

// Base64-encode the image (no data: prefix)
const imageB64 = readFileSync('captcha.png').toString('base64');

const solution = await solve({
  type: "ImageToTextTaskOcrBase",
  body: imageB64,
});
console.log(solution.text);

Asynchrone Aufgabe mit Vorgaben:

{
  "clientKey": "YOUR_CLIENT_KEY",
  "task": {
    "type": "ImageToTextTask",
    "body": "BASE64_IMAGE",
    "case": true,
    "numeric": 0,
    "minLength": 4,
    "maxLength": 6
  }
}

Ergebnis

Synchrone Typen liefern das Ergebnis direkt in createTask:

{
  "errorId": 0,
  "status": "ready",
  "solution": {
    "text": "LMResm"
  },
  "taskId": "2376919c-1863-11ec-a012-94e6f7355a0b"
}

Asynchrone Typen (ImageToTextTask, ImageToTextTaskM1) liefern zunächst eine taskId. Fragen Sie danach alle 5 Sekunden mit getTaskResult ab (Polling); bei Abschluss hat solution dasselbe Format.

Feld	Typ	Beschreibung
`text`	string	Der erkannte Text

Eigene Modelle

Das allgemeine Modell funktioniert bei allen Captchas mit Buchstaben und Ziffern, ist aber etwas weniger genau als ein speziell trainiertes Modell. Wenn die Bilder, die Sie erkennen möchten, immer im gleichen Stil gehalten sind, können Sie den Support kontaktieren, um ein eigenes Modell zu erhalten, und es anschließend mit ImageToTextTaskMuggle und project_name auswählen.

FAQ

Wird bei falscher Erkennung ein Punkteabzug berechnet?

Bei synchronen Typen werden Punkte abgezogen, sobald ein Ergebnis zurückgegeben wird, auch wenn es falsch ist. Vergleichen Sie andere Typen oder lassen Sie ein eigenes Modell erstellen.

Ich erhalte `ERROR_ZERO_CAPTCHA_FILESIZE` oder `ERROR_PARSE_IMAGE_FAIL`

Das Base64 des Bildes ist unvollständig oder enthält das Präfix data: bzw. Zeilenumbrüche. Prüfen Sie die Kodierung, siehe Fehlercodes.