图片英数字识别

Markdown 版在 ChatGPT 中打开在 Claude 中打开

把一张字符验证码图片转成 Base64 发过来，返回图片里的英文和数字（solution.text）。ImageToTextTaskOcrBase 每张 2 点（0.002 元），同步返回：一次 createTask 请求就拿到结果。需要指定大小写、纯数字、算式等要求时，用异步的 ImageToTextTask。

POSThttps://api.yescaptcha.com/createTask国际节点

POSThttps://cn.yescaptcha.com/createTask国内节点

请求体是 JSON，用 clientKey 鉴权。

类型与价格

任务类型	价格	返回方式	说明
`ImageToTextTaskOcrBase`	2 点（0.002 元）	同步
`ImageToTextTaskMuggle`	2 点（0.002 元）	同步	不支持 case、numeric 等附加要求；可以用 project_name 指定定制模型
`ImageToTextTask`	4 点（0.004 元）	异步
`ImageToTextTaskM1`	15 点（0.015 元）	异步

需要	用哪个
普通的英数字验证码，最便宜、最快	`ImageToTextTaskOcrBase`、`ImageToTextTaskMuggle`（同步）
用为你定制的模型识别	`ImageToTextTaskMuggle` 加 `project_name`
要求区分大小写、只有数字、算式求值、限定长度	`ImageToTextTask`、`ImageToTextTaskM1`（异步）

不同类型的模型和线路不同，同一类图片的效果可能不一样，可以都测试一下再选。

请求参数

字段	类型	必填	说明
`type`	string	是	任务类型，取值见本页"类型与价格"
`body`	string	是	图片的 Base64 编码，不带 `data:image/...;base64,` 前缀，不要有换行
`project_name`	string	否	定制模型的名称，只有 `ImageToTextTaskMuggle` 支持；不传时用通用英文数字模型。需要定制模型请联系客服（仅 ImageToTextTaskMuggle）
`phrase`	boolean	否	true 表示答案至少包含一个空格（仅 ImageToTextTask、ImageToTextTaskM1）
`case`	boolean	否	true 表示区分大小写（仅 ImageToTextTask、ImageToTextTaskM1）
`numeric`	integer	否	0 没有要求；1 只有数字；2 不含数字（仅 ImageToTextTask、ImageToTextTaskM1）
`math`	boolean	否	true 表示图片是算式，返回计算结果（仅 ImageToTextTask、ImageToTextTaskM1）
`minLength`	integer	否	答案的最小长度，0 表示不限（仅 ImageToTextTask、ImageToTextTaskM1）
`maxLength`	integer	否	答案的最大长度，0 表示不限（仅 ImageToTextTask、ImageToTextTaskM1）

body 是图片文件的 Base64 编码：不带 data:image/...;base64, 前缀，不要有换行。WebP 图片会自动转换。

请求示例

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

完整代码（读取当前目录下的 captcha.png）：

# 把 BASE64_IMAGE 换成图片的 Base64 编码
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"]  # 从环境变量读取 clientKey


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"]


# 图片转成 Base64（不带 data: 前缀）
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; // 从环境变量读取 clientKey

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;
}

// 图片转成 Base64（不带 data: 前缀）
const imageB64 = readFileSync('captcha.png').toString('base64');

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

带要求的异步任务：

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

返回结果

同步类型在 createTask 里直接返回：

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

异步类型（ImageToTextTask、ImageToTextTaskM1）先返回 taskId，再每 5 秒用 getTaskResult 查询，完成时 solution 的格式相同。

字段	类型	说明
`text`	string	识别出的文字

定制模型

通用模型对所有英数字验证码都能用，准确率比专门训练的模型略低。如果你要识别的图片固定是某一种样式，可以联系客服定制模型，之后用 ImageToTextTaskMuggle 加 project_name 指定。

常见问题

识别错了扣点吗？

同步类型识别出结果就扣点，即使结果不对。可以换一个类型对比效果，或者定制模型。

返回 `ERROR_ZERO_CAPTCHA_FILESIZE` 或 `ERROR_PARSE_IMAGE_FAIL`？

图片的 Base64 不完整，或者带了 data: 前缀、换行。检查编码，见错误码。