Imagen a texto

Envía la imagen de un captcha de texto en Base64 y recibe las letras y los dígitos que contiene (solution.text). ImageToTextTaskOcrBase cuesta 2 puntos (≈ $0.30 / 1k) por imagen y es síncrono: una sola solicitud createTask devuelve el resultado. Si necesitas opciones como distinguir mayúsculas y minúsculas, solo dígitos u operaciones matemáticas, usa el ImageToTextTask asíncrono.

POSThttps://api.yescaptcha.com/createTaskEndpoint globalCopiar

POSThttps://cn.yescaptcha.com/createTaskEndpoint ChinaCopiar

El cuerpo de la solicitud es JSON y se autentica con tu clientKey.

Tipos y precios

Tipo de tarea	Precio	Modo	Notas
ImageToTextTaskOcrBase	$0.30 / 1k; 2 puntos/tarea · ¥2 / 1k	Síncrono
ImageToTextTaskMuggle	$0.30 / 1k; 2 puntos/tarea · ¥2 / 1k	Síncrono	No admite las opciones case/numeric; usa project_name para elegir un modelo personalizado
ImageToTextTask	$0.60 / 1k; 4 puntos/tarea · ¥4 / 1k	Asíncrono
ImageToTextTaskM1	$2.25 / 1k; 15 puntos/tarea · ¥15 / 1k	Asíncrono

Los precios en dólares son estimaciones con US$1 ≈ ¥6.67; las tareas se cobran en puntos.

Necesitas	Usa
Captchas alfanuméricos normales, el más barato y rápido	ImageToTextTaskOcrBase, ImageToTextTaskMuggle (síncronos)
Un modelo entrenado para ti	ImageToTextTaskMuggle con project_name
Distinguir mayúsculas y minúsculas, solo dígitos, operaciones matemáticas, límites de longitud	ImageToTextTask, ImageToTextTaskM1 (asíncronos)

Cada tipo usa modelos y rutas distintos, así que el resultado con el mismo tipo de imagen puede variar; pruébalos y elige el mejor.

Parámetros de la solicitud

Campo	Tipo	Obligatorio	Descripción
type	string	Sí	Tipo de tarea; consulta "Tipos de tarea y precios" en esta página
body	string	Sí	Imagen codificada en Base64, sin el prefijo data:image/...;base64, y sin saltos de línea
project_name	string	No	Nombre de un modelo personalizado, compatible solo con ImageToTextTaskMuggle. Omítelo para usar el modelo alfanumérico general. Contacta a Soporte para obtener un modelo personalizado (solo ImageToTextTaskMuggle)
phrase	boolean	No	true significa que la respuesta contiene al menos un espacio (solo ImageToTextTask, ImageToTextTaskM1)
case	boolean	No	true significa que la respuesta distingue entre mayúsculas y minúsculas (solo ImageToTextTask, ImageToTextTaskM1)
numeric	integer	No	0 sin requisito; 1 solo dígitos; 2 sin dígitos (solo ImageToTextTask, ImageToTextTaskM1)
math	boolean	No	true significa que la imagen es una expresión matemática y la respuesta es su resultado (solo ImageToTextTask, ImageToTextTaskM1)
minLength	integer	No	Longitud mínima de la respuesta; 0 significa sin límite (solo ImageToTextTask, ImageToTextTaskM1)
maxLength	integer	No	Longitud máxima de la respuesta; 0 significa sin límite (solo ImageToTextTask, ImageToTextTaskM1)

body es el Base64 del archivo de imagen. Las imágenes WebP se convierten automáticamente.

Precaución

No incluyas el prefijo data:image/...;base64, ni saltos de línea en el Base64.

Ejemplo de solicitud

POST https://api.yescaptcha.com/createTask

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

Código completo (lee captcha.png del directorio actual):

curl

# 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"
  }
}'

Python

solve.py

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"])

Node.js

solve.mjs

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);

Una tarea asíncrona con opciones:

POST https://api.yescaptcha.com/createTask

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

Resultado

Los tipos síncronos devuelven el resultado directamente en createTask:

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

Los tipos asíncronos (ImageToTextTask, ImageToTextTaskM1) devuelven primero un taskId; después consulta getTaskResult cada 5 segundos. Al terminar, solution tiene el mismo formato.

Campo	Tipo	Descripción
text	string	El texto reconocido

Modelos personalizados

El modelo general funciona con cualquier captcha alfanumérico, pero es algo menos preciso que un modelo entrenado para un estilo concreto. Si las imágenes que quieres reconocer siempre tienen el mismo estilo, contacta con soporte para pedir un modelo personalizado y luego selecciónalo con ImageToTextTaskMuggle y project_name.

Preguntas frecuentes

¿Se cobran puntos si el texto es incorrecto?

En los tipos síncronos se cobran puntos siempre que se devuelve un resultado, aunque sea incorrecto. Prueba otro tipo para comparar o pide un modelo personalizado.

¿Recibo ERROR_ZERO_CAPTCHA_FILESIZE o ERROR_PARSE_IMAGE_FAIL?

El Base64 de la imagen está incompleto o incluye el prefijo data: o saltos de línea. Revisa la codificación; consulta los códigos de error.

Ejemplos relacionados

• Inicio rápido: tu primera solicitud con ImageToTextTaskOcrBase
• Ejemplos en Python