Imagem para texto

Envie a imagem de um captcha de texto em Base64 e receba as letras e os números que ela contém (solution.text). ImageToTextTaskOcrBase custa 2 pontos (≈ US$0.30 / 1k) por imagem e é síncrono: uma única requisição createTask já retorna o resultado. Se precisar de requisitos como diferenciar maiúsculas de minúsculas, somente números ou expressões matemáticas, use o ImageToTextTask, que é assíncrono.

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

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

O corpo da requisição é JSON, autenticado com clientKey.

Tipos e preços

Tipo de tarefa	Preço	Modo	Observações
ImageToTextTaskOcrBase	US$0.30 / 1k; 2 pontos/tarefa · ¥2 / 1k	Síncrono
ImageToTextTaskMuggle	US$0.30 / 1k; 2 pontos/tarefa · ¥2 / 1k	Síncrono	Não suporta as opções case/numeric; use project_name para selecionar um modelo personalizado
ImageToTextTask	US$0.60 / 1k; 4 pontos/tarefa · ¥4 / 1k	Assíncrono
ImageToTextTaskM1	US$2.25 / 1k; 15 pontos/tarefa · ¥15 / 1k	Assíncrono

Os preços em dólares americanos são estimativas com base em US$1 ≈ ¥6.67; as tarefas são cobradas em pontos.

Necessidade	Qual usar
Captchas alfanuméricos comuns, o mais barato e rápido	ImageToTextTaskOcrBase, ImageToTextTaskMuggle (síncronos)
Reconhecer com um modelo personalizado para você	ImageToTextTaskMuggle com project_name
Diferenciar maiúsculas de minúsculas, somente números, cálculo de expressões, limite de tamanho	ImageToTextTask, ImageToTextTaskM1 (assíncronos)

Cada tipo usa modelos e rotas diferentes, então o resultado para o mesmo tipo de imagem pode variar. Teste todos e escolha o melhor.

Parâmetros da requisição

Campo	Tipo	Obrigatório	Descrição
type	string	Sim	Tipo de tarefa; veja "Tipos de tarefa e preços" nesta página
body	string	Sim	Imagem codificada em Base64, sem o prefixo data:image/...;base64, e sem quebras de linha
project_name	string	Não	Nome de um modelo personalizado, suportado apenas por ImageToTextTaskMuggle. Omita para usar o modelo alfanumérico geral. Entre em contato com o suporte para obter um modelo personalizado (somente ImageToTextTaskMuggle)
phrase	boolean	Não	true significa que a resposta contém pelo menos um espaço (somente ImageToTextTask, ImageToTextTaskM1)
case	boolean	Não	true significa que a resposta diferencia maiúsculas de minúsculas (somente ImageToTextTask, ImageToTextTaskM1)
numeric	integer	Não	0 sem exigência; 1 somente dígitos; 2 sem dígitos (somente ImageToTextTask, ImageToTextTaskM1)
math	boolean	Não	true significa que a imagem é uma expressão matemática e a resposta é o seu resultado (somente ImageToTextTask, ImageToTextTaskM1)
minLength	integer	Não	Comprimento mínimo da resposta; 0 significa sem limite (somente ImageToTextTask, ImageToTextTaskM1)
maxLength	integer	Não	Comprimento máximo da resposta; 0 significa sem limite (somente ImageToTextTask, ImageToTextTaskM1)

body é o conteúdo do arquivo de imagem codificado em Base64. Imagens WebP são convertidas automaticamente.

Cuidado

Não inclua o prefixo data:image/...;base64, nem quebras de linha no Base64.

Exemplo de requisição

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

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

Código completo (lê o arquivo captcha.png do diretório atual):

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);

Tarefa assíncrona com requisitos:

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

Os tipos síncronos retornam o resultado diretamente em createTask:

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

Os tipos assíncronos (ImageToTextTask, ImageToTextTaskM1) retornam primeiro o taskId; depois consulte getTaskResult a cada 5 segundos. Quando concluído, solution tem o mesmo formato.

Campo	Tipo	Descrição
text	string	O texto reconhecido

Modelo personalizado

O modelo geral funciona para qualquer captcha alfanumérico, mas é um pouco menos preciso que um modelo treinado especificamente. Se as imagens que você precisa reconhecer seguem sempre o mesmo estilo, entre em contato com o suporte para solicitar um modelo personalizado e depois selecione-o com ImageToTextTaskMuggle e project_name.

Perguntas frequentes

Os pontos são cobrados se o reconhecimento estiver errado?

Nos tipos síncronos, os pontos são cobrados sempre que um resultado é retornado, mesmo que esteja errado. Compare com outro tipo ou solicite um modelo personalizado.

Recebi ERROR_ZERO_CAPTCHA_FILESIZE ou ERROR_PARSE_IMAGE_FAIL

O Base64 da imagem está incompleto ou contém o prefixo data: ou quebras de linha. Verifique a codificação; veja Códigos de erro.

Exemplos relacionados

• Início rápido: envie a primeira requisição com ImageToTextTaskOcrBase
• Exemplos em Python