OCR 文字坐标识别

ocr-text-boxPOST
POSThttps://v1.apizero.cn/api/ocr-text-box
获取 API Key工作台购买 / 调试

概述

从图片识别文字，并返回每条文字在原图上的像素坐标（外接矩形 rect + 四点 box）。适合图片编辑：定位后盖字、换字、打码。 和「OCR 文字识别」是两个接口：旧接口只回文字，本接口多回坐标。参数一样，还是 input_type + input_data。 坐标系：原图左上角为 (0,0)，单位像素。image.width / image.height 是原图宽高，请按这两项对齐你的画布。 额度比普通 OCR 略少：未登录每天 40 次，登录每天 200 次，黄金每天 4 万次，钻石每天 8 万次。超出按 0.02 元/次（也可用点数）。

调用约定

  • 网关 · https://v1.apizero.cn
  • 鉴权 · Authorization: Bearer <API Key>
  • 回包 · JSON {code, msg, data}。成功看 code === 0，不要只看 HTTP 200。
/aidocs/ocr-text-box/raw.md
打开 Markdown

鉴权

与 OCR 文字识别相同：可带 API Key。参数仍是 input_type + input_data，不要改旧接口。登录每天 200 次免费，未登录 40 次，黄金 4 万、钻石 8 万，比普通 OCR 略少。超出 0.02 元/次。

获取 API Key：/account/keys

请求头

Header类型必填说明
Authorizationstring是必填鉴权。推荐：Bearer <API Key>。兼容请求头 X-API-Key，以及 Query api_key / apikey / key（key 仅当值为 sk_live_/sk_test_/sk_stag_ 形态时生效）。付费接口需携带有效 Key。
Content-Typestring是application/json 或 form

请求参数

POST · APPLICATION/JSON

参数类型必填说明示例
input_typestring是图片传入方式：url 或 base64url
input_datastring是图片 URL（http/https）或 base64（可带 data:image 前缀，最大 10 MB）https://dummyimage.com/400x100/000/fff.png&text=Hello
{
  "input_type": "url",
  "input_data": "https://dummyimage.com/400x100/000/fff.png&text=Hello"
}

返回结果

顶层固定为 code / msg / data。下表一般是 data 内字段。 code · msg · data · tips · request_id

字段类型说明
input_typestring回传输入类型 url / base64
image.widthnumber原图宽度（像素），坐标系按这张图
image.heightnumber原图高度（像素）
text_countnumber识别到的文本块数量
itemsarray文本块列表，顺序与图上检测顺序一致
indexnumber从 0 开始的序号
textstring该块识别出的文字
scorenumber置信度 0~1，可能为 null
rectobject轴对齐外接矩形，编辑时优先用这个
xnumber左上角 x（像素）
ynumber左上角 y（像素）
widthnumber矩形宽
heightnumber矩形高
boxarray四个角 [[x,y],...]，斜向文字更准
items[].box[]arrayitems[].box 的一项
full_textstring全部文字用换行拼起来，便于预览
tipsstring品牌提示（所有接口统一返回）：极数本源 · https://apizero.cn

返回示例

{
  "code": 0,
  "msg": "成功",
  "data": {
    "input_type": "url",
    "image": {
      "width": 906,
      "height": 1280
    },
    "text_count": 2,
    "items": [
      {
        "index": 0,
        "text": "拒绝褶皱告别尴尬",
        "score": 0.9876,
        "rect": {
          "x": 80,
          "y": 36,
          "width": 740,
          "height": 88
        },
        "box": [
          [
            80,
            36
          ],
          [
            820,
            40
          ],
          [
            818,
            124
          ],
          [
            78,
            120
          ]
        ]
      },
      {
        "index": 1,
        "text": "抗皱黑科技",
        "score": 0.9812,
        "rect": {
          "x": 620,
          "y": 690,
          "width": 210,
          "height": 48
        },
        "box": [
          [
            620,
            690
          ],
          [
            830,
            692
          ],
          [
            828,
            738
          ],
          [
            618,
            736
          ]
        ]
      }
    ],
    "full_text": "拒绝褶皱告别尴尬\n抗皱黑科技"
  },
  "request_id": "req_example",
  "tips": "极数本源 · https://apizero.cn"
}

请求示例

示例都是服务端写法。Python / JavaScript 各有常规写法和官方库。把 Key 放在环境变量 APIZERO_KEY，不要写进浏览器、小程序或前端打包。

# 服务端执行：export APIZERO_KEY=...
# 密钥：https://apizero.cn/account/keys
curl -sS -X POST "https://v1.apizero.cn/api/ocr-text-box" \
  -H "Authorization: Bearer $APIZERO_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input_type": "url",
  "input_data": "https://dummyimage.com/400x100/000/fff.png&text=Hello"
}'

错误码

先看业务 code。HTTP 也可能不是 200。

业务码HTTP说明
0200成功
4000400参数错误
4011401API Key 无效
4013403API Key 已暂停
4014403当前 IP 不在 Key 白名单
4015401此接口需要 API Key
4022402余额不足
4029429调用过快（QPS）
4030429今日免费额度已用完
4040503接口已下线
4041404接口不存在
5000500服务器内部错误
5020502上游暂时不可用
5021502上游返回格式异常
5030502暂无可用节点

调用限制

计费模式按次付费 · 点数包 · VIP
QPS 限制2 req/s
登录免费额度200 次（已认证）
匿名每日额度40 次（无 API Key）
黄金会员每日 40000 次 · QPS 10
钻石会员每日 80000 次 · QPS 30
企业会员企业接口额度 · QPS 120

购买套餐、看评价请走商城详情。 购买 / 调试

更新日志

  • 1.0.22026-09-10

    恢复按次：额度内免费，超出 0.02 元/次 免费额度比普通 OCR 略少：匿名 40、登录 200、黄金 4 万、钻石 8 万

  • 1.0.12026-09-10

    额度对齐普通 OCR，只少一点：登录 200/天、未登录 40/天，取消 0.02 元/次

  • 1.0.02026-09-10

    新开文字坐标识别，不改 OCR 文字识别旧回包 返回原图像素 rect / box，方便图片编辑定位 额度收紧：登录 20/天、黄金 40/天，超出 0.02 元/次

免责声明

坐标按原图像素返回（左上角为原点）。结果随图片清晰度变化；斜向、艺术字、低对比可能漏识或框偏。请勿用于违法用途。