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

请求头

Authorizationstring必填

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必填

application/json 或 form

请求参数

POST · APPLICATION/JSON

input_typestring必填

图片传入方式：url 或 base64

例url

input_datastring必填

图片 URL（http/https）或 base64（可带 data:image 前缀，最大 10 MB）

例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

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[]array

items[].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。

curl -sS -X POST "https://v1.apizero.cn/api/ocr-text-box" \
  -H "Authorization: Bearer YOUR_API_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。

0200

成功

4000400

参数错误

4011401

API Key 无效

4013403

API 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 · 月套餐 · VIP
QPS 限制
QPS 2
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
每天 40,000 次 · QPS 10
钻石会员
每天 80,000 次 · QPS 30
企业会员
每天 160,000 次 · 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。