AI 大模型推理 > API 文档 > OCR API 使用说明

OCR API 使用说明

最近更新时间: 2025-06-20 14:00:46

简介

本接口支持对图片和 PDF 文档进行高精度文字识别（OCR），具备超低延迟响应。识别结果可直接作为 AI 推理接口的输入文本，适用于多种智能应用场景。

功能特性

支持多种输入格式：图片（如 PNG、JPG 等）、PDF 文档。
高精度识别：精准提取图片或文档中的文字内容。
超低延迟：响应速度快，适合实时或批量处理需求。
易于集成：标准 RESTful API，便于与各类系统对接。

API 调用方式

获取接口密钥

如何获取七牛云 AI API Key

1. 请求示例

使用 curl 命令调用 OCR 接口：

export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<你的七牛云 AI API KEY>"

curl --location "$OPENAI_BASE_URL/images/ocr" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $OPENAI_API_KEY" \
--data '{
    "model":"ocr",
    "url":"https://static.qiniu.com/ai-inference/example-resources/ocr-example.png"
}'

参数说明

参数名	类型	必填	说明
model	string	是	固定为 `"ocr"`
url	string	是	需识别图片或 PDF 的公网链接

返回结果示例

{
  "id": "这是调用 id"
  "text": "这里是图片或PDF中识别出的文字内容"
}

字段名	类型	说明
text	string	识别出的全部文本内容
id	string	本次调用的 id

如何通过对象存储获取输入图片地址？

推荐使用七牛对象存储来存储文件并获取在线访问地址，提供给模型来进行识别和推理。

可以通过 curl 快速进行上传测试：

 curl $你的空间区域上传地址 \
  -F "file=@你的文件路径" \
  -F "token=$你的上传 token" \
  -F "key=你的文件名" \

或者在代码中使用 python 来实现。

import requests

# 目标 URL
url = "空间区域上传地址"

# 文件字段
files = {
    "file": open("上传的文件地址", "rb")  # 以二进制模式打开文件
}

# 其他表单字段
data = {
    "key": "保存的文件名称",
    "token": "你的上传 token"
}

# 发送 POST 请求
response = requests.post(url, files=files, data=data)

# 输出响应
print("Status Code:", response.status_code)
print("Response Body:", response.text)

我们还提供了许多语言的上传 SDK，简单易用，欢迎查看我们的【SDK 中心】来了解。

更多对象存储信息欢迎参考对象存储的【产品使用文档】。

以上内容是否对您有帮助？