高精识别 API

概述

高精识别 API 提供高精度文字识别和详细的位置信息。与标准文字识别不同，该 API 不仅返回提取的文字内容，还返回每个文字块的精确坐标，包括旋转矩形和四点坐标。

该 API 使用统一的 JSON 请求格式，接受 URL 引用或 base64 编码的图像数据。

认证

API 支持以下认证方式：

API 密钥： 通过查询参数传递您的 API 密钥 ?key=YOUR_API_KEY

提取文字及位置数据

从图像文件中提取文字，并获取每个文字块的详细位置信息，包括旋转矩形和四点坐标。

请求

POST /api/advanced-recognition

参数：

参数	类型	必需	描述
document	object	是	文档对象
document.type	string	是	固定值 "image_url"
document.image_url	string	是	图片 URL 或 base64 数据
filename	string	否	文件名（base64 数据时推荐提供）
key	string	否	API 密钥（查询参数，已登录用户可选）

示例：

使用图片 URL：

curl -X POST "https://llmocr.com/api/advanced-recognition?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "document": {
      "type": "image_url",
      "image_url": "https://llmocr.com/image.jpg"
    }
  }'

使用 Base64 图片数据：

curl -X POST "https://llmocr.com/api/advanced-recognition?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "document": {
      "type": "image_url",
      "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEA..."
    },
    "filename": "document.jpg"
  }'

响应

参数：

参数	类型	描述
id	string	数据库记录 ID
filename	string	文件名
content	string	提取的文字内容（所有文字块用换行符连接）
ocrResult	object	包含位置信息的详细 OCR 结果
format	string	输出格式，固定为 "json"
timestamp	number	处理完成时间戳
payload	string	API 端点 URL

ocrResult.words_info 结构：

words_info 数组中的每一项包含：

字段	类型	描述
text	string	文字块的文本内容
location	number[]	四点坐标 [x1,y1,x2,y2,x3,y3,x4,y4]（左上 → 右上 → 右下 → 左下）
rotate_rect	number[]	旋转矩形 [center_x, center_y, width, height, angle]，角度范围：[-90, 90]

示例：

{
  "id": "12345",
  "filename": "document.jpg",
  "content": "第一行文字\n第二行文字",
  "ocrResult": {
    "words_info": [
      {
        "text": "第一行文字",
        "location": [150, 80, 400, 80, 400, 120, 150, 120],
        "rotate_rect": [275, 100, 250, 40, 0]
      },
      {
        "text": "第二行文字",
        "location": [150, 150, 400, 150, 400, 190, 150, 190],
        "rotate_rect": [275, 170, 250, 40, 0]
      }
    ]
  },
  "format": "json",
  "timestamp": 1640995200000,
  "payload": "https://llmocr.com/api/advanced-recognition?key=YOUR_API_KEY"
}

LLMOCR

API 文档

快速开始

概述

认证

提取文字及位置数据

请求

响应