Pengenalan teks pada gambar

Kirim gambar captcha berupa karakter dalam format Base64, lalu terima huruf dan angka di dalam gambar (solution.text). ImageToTextTaskOcrBase dikenai biaya 2 poin (≈ $0.30 / 1k) per gambar dan bersifat sinkron: satu permintaan createTask langsung mengembalikan hasilnya. Jika Anda memerlukan ketentuan seperti huruf besar/kecil, hanya angka, atau ekspresi hitung, gunakan ImageToTextTask yang asinkron.

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

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

Isi permintaan berupa JSON, dengan autentikasi memakai clientKey.

Jenis tugas dan harga

Jenis tugas	Harga	Mode	Catatan
ImageToTextTaskOcrBase	$0.30 / 1k; 2 poin/tugas · ¥2 / 1k	Sinkron
ImageToTextTaskMuggle	$0.30 / 1k; 2 poin/tugas · ¥2 / 1k	Sinkron	Tidak mendukung opsi case/numeric; gunakan project_name untuk memilih model khusus
ImageToTextTask	$0.60 / 1k; 4 poin/tugas · ¥4 / 1k	Asinkron
ImageToTextTaskM1	$2.25 / 1k; 15 poin/tugas · ¥15 / 1k	Asinkron

Harga dalam dolar AS adalah perkiraan dengan kurs US$1 ≈ ¥6.67; tugas ditagih dalam poin.

Kebutuhan	Gunakan
Captcha huruf dan angka biasa, paling murah dan paling cepat	ImageToTextTaskOcrBase, ImageToTextTaskMuggle (sinkron)
Dikenali dengan model yang dibuat khusus untuk Anda	ImageToTextTaskMuggle dengan project_name
Perlu membedakan huruf besar/kecil, hanya angka, menghitung ekspresi, membatasi panjang	ImageToTextTask, ImageToTextTaskM1 (asinkron)

Setiap jenis memakai model dan jalur yang berbeda, sehingga hasil untuk gambar yang sama bisa berbeda. Coba semuanya terlebih dahulu, lalu pilih yang terbaik.

Parameter permintaan

Kolom	Tipe	Wajib	Deskripsi
type	string	Ya	Jenis tugas; lihat "Jenis tugas dan harga" di halaman ini
body	string	Ya	Gambar yang dienkode Base64 tanpa prefiks data:image/...;base64, dan tanpa baris baru
project_name	string	Tidak	Nama model khusus, hanya didukung oleh ImageToTextTaskMuggle. Jangan diisi untuk memakai model alfanumerik umum. Hubungi Dukungan untuk model khusus (hanya ImageToTextTaskMuggle)
phrase	boolean	Tidak	true berarti jawaban berisi setidaknya satu spasi (hanya ImageToTextTask, ImageToTextTaskM1)
case	boolean	Tidak	true berarti jawaban peka huruf besar/kecil (hanya ImageToTextTask, ImageToTextTaskM1)
numeric	integer	Tidak	0 tanpa persyaratan; 1 hanya angka; 2 tanpa angka (hanya ImageToTextTask, ImageToTextTaskM1)
math	boolean	Tidak	true berarti gambar berupa ekspresi matematika dan jawabannya adalah hasilnya (hanya ImageToTextTask, ImageToTextTaskM1)
minLength	integer	Tidak	Panjang jawaban minimum; 0 berarti tanpa batas (hanya ImageToTextTask, ImageToTextTaskM1)
maxLength	integer	Tidak	Panjang jawaban maksimum; 0 berarti tanpa batas (hanya ImageToTextTask, ImageToTextTaskM1)

body adalah encoding Base64 dari file gambar. Gambar WebP dikonversi secara otomatis.

Perhatian

Jangan sertakan awalan data:image/...;base64, dan jangan ada baris baru di dalam Base64.

Contoh permintaan

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

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

Kode lengkap (membaca captcha.png di direktori saat ini):

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);

Tugas asinkron dengan ketentuan tambahan:

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

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

Hasil

Jenis sinkron langsung mengembalikan hasil di createTask:

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

Jenis asinkron (ImageToTextTask, ImageToTextTaskM1) lebih dulu mengembalikan taskId, lalu lakukan polling (memeriksa berkala) dengan getTaskResult setiap 5 detik. Setelah selesai, format solution sama.

Kolom	Tipe	Deskripsi
text	string	Teks yang berhasil dikenali

Model khusus

Model umum dapat dipakai untuk semua captcha huruf dan angka, tetapi akurasinya sedikit lebih rendah daripada model yang dilatih khusus. Jika gambar yang ingin Anda kenali selalu memiliki satu gaya yang sama, hubungi dukungan untuk membuat model khusus, lalu tentukan modelnya dengan ImageToTextTaskMuggle dan project_name.

Pertanyaan umum

Apakah poin dipotong jika hasilnya salah?

Untuk jenis sinkron, poin dipotong setiap kali hasil dikembalikan, meskipun hasilnya salah. Anda bisa membandingkan dengan jenis lain, atau meminta model khusus.

Saya mendapat ERROR_ZERO_CAPTCHA_FILESIZE atau ERROR_PARSE_IMAGE_FAIL?

Base64 gambar tidak lengkap, atau memakai awalan data: atau ada baris baru. Periksa encoding-nya, lihat Kode error.

Contoh terkait

• Mulai cepat: mengirim permintaan pertama dengan ImageToTextTaskOcrBase
• Contoh Python