适用场景图片编辑类需求常常需要「知道文字在哪里」而不只是「文字是什么」。例如给截图里的敏感信息打码、把海报上的旧文案替换成新文案、给图片局部区域盖字这些操作都依赖文字在原图上的像素位置。OCR 文字坐标识别接口从图片识别文字并返回每条文字在原图上的像素坐标包含外接矩形rect和四点box适合在定位后做盖字、换字、打码。需要区分清楚它与「OCR 文字识别」是两个接口。旧接口只返回文字本接口在返回文字的同时多返回坐标。两者的参数一致都是input_type加input_data。如果你的业务只需要文字内容用旧接口即可只有需要定位时才用本接口。接口能力边界项目说明请求方法POST接口地址https://v1.apizero.cn/api/ocr-text-box参数input_type、input_data返回内容每条文字的文本、外接矩形rect、四点box坐标系原图左上角为 (0,0)单位像素额度未登录每天 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/次也可用点数鉴权方式以文档为准坐标系是接入时最需要记住的一点原点在左上角横轴向右、纵轴向下单位是像素。返回值中的image.width和image.height是原图宽高绘制画布必须按这两项对齐否则坐标会整体偏移。准备事项与参数填写调用前需要准备三样东西一张待识别的图片确认其实际宽高后续绘制要以此为准确认input_type的取值它决定input_data传什么形式的内容可选值以文档为准鉴权信息字段名与放置位置以文档为准。参数方面input_type与input_data成对出现input_type声明输入形式input_data承载对应的图片数据。两者必须匹配只改其一会导致请求失败。图片较大时注意请求体大小限制具体上限以文档为准。curl 接入示例下面是一个可复制的请求模板。input_type与input_data的具体取值请按文档要求替换API Key 同样替换为你的实际值。curl -X POST https://v1.apizero.cn/api/ocr-text-box \ -H Content-Type: application/json \ -H Authorization: Bearer YOUR_API_KEY \ -d { input_type: 文档规定的输入类型, input_data: 与 input_type 匹配的图片数据 }如果input_type支持传图片地址input_data就填对应 URL如果支持 Base64则填编码后的字符串。具体支持哪些取值以文档为准不要凭猜测填写。用代码接入以 Python 读取本地图片并转 Base64 为例import base64 import requests URL https://v1.apizero.cn/api/ocr-text-box API_KEY YOUR_API_KEY # 按文档要求替换 def ocr_text_box(image_path: str) - dict: with open(image_path, rb) as f: b64 base64.b64encode(f.read()).decode(utf-8) headers { Content-Type: application/json, Authorization: fBearer {API_KEY}, # 以文档为准 } payload { input_type: 文档规定的输入类型, input_data: b64, } resp requests.post(URL, jsonpayload, headersheaders, timeout30) resp.raise_for_status() return resp.json() if __name__ __main__: print(ocr_text_box(sample.jpg))OCR 属于计算型请求超时建议放宽到 30 秒左右避免大图处理被提前中断。返回值解读返回结果中每条文字通常包含文本内容、rect与box两组坐标以及image.width、image.height两个画布尺寸。阅读与使用时注意rect是外接矩形适合快速画框或做区域裁剪box是四个点适合需要精确贴合文字朝向的场景绘制前先按image.width/image.height建立画布再把坐标按同一比例映射坐标单位是像素不要与百分比混用。盖字或打码时建议在rect基础上留几个像素的余量避免边缘残留笔画。替换文字时字号可按rect高度估算但字体渲染结果仍需人工确认。常见错误现象可能原因排查方向400input_type与input_data不匹配核对两者是否成对取值以文档为准401 / 403鉴权缺失或写法不对检查 API Key 位置与拼写坐标整体偏移画布未按原图宽高建立用image.width/image.height对齐识别不到文字图片分辨率过低或文字过小换清晰图片重试额度用尽当日调用次数超限查看文档中的额度说明错误码的具体含义以文档为准不要凭经验推断。工程化注意事项区分两个接口只要文字内容时不要调用本接口坐标能力会带来额外额度消耗。图片预缩放过大的图片可先等比压缩再识别但要记录缩放比例回映射坐标时乘回去。坐标留余量盖字、打码时对rect做小幅外扩减少边缘残留。失败兜底识别失败时保留原图不要直接覆盖用户文件。额度意识本接口额度比普通 OCR 略少批量任务前先确认当日可用次数具体以文档为准。参考文档OCR 文字坐标识别文档
