Опис інтеграції API для розпізнавання цифрових англійських капч

У цьому документі буде представлено опис інтеграції API для розпізнавання цифрових англійських капч, який базується на технології глибокого навчання і може використовуватися для розпізнавання капч з змінною довжиною. Вхідні дані - зображення капчі, вихідні дані - результат розпізнавання капчі.

Процес подачі заявки

Щоб використовувати API для розпізнавання цифрових англійських капч, спочатку перейдіть до консолі Ace Data Cloud для отримання вашого API Token, зберігайте його на випадок потреби.

Якщо ви ще не увійшли в систему або не зареєструвалися, вас автоматично перенаправлять на сторінку входу, щоб запросити реєстрацію та вхід, після чого ви будете автоматично повернені на цю сторінку. Один API Token дозволяє викликати всі послуги платформи, не потрібно окремо подавати заявку на кожну послугу. При першій подачі заявки надається безкоштовний ліміт, щоб ви могли безкоштовно протестувати; якщо ліміт вичерпано, ви можете поповнити загальний баланс в консолі.

📘 Повна документація: API для розпізнавання цифрових англійських капч →

Основне використання

Спочатку ознайомтеся з основним способом використання, тобто введіть зображення капчі з змінною довжиною, і ви отримаєте оброблений результат. Спочатку потрібно просто передати поле image, яке є конкретним зображенням капчі, як показано на малюнку:

Потім нам потрібно перетворити зображення капчі в Base64-кодоване зображення капчі. Для перетворення Base64-коду рекомендується використовувати плагін Google Chrome FeHelper, конкретний спосіб використання можна подивитися на малюнку:

Після цього ви можете скопіювати Base64-код, отриманий з плагіна Google Chrome FeHelp, пам’ятаючи, що він не містить префікса data:image/png;base64, конкретний вміст виглядає так:

Ми бачимо, що тут ми налаштували заголовки запиту, включаючи:

accept: вкажіть, у якому форматі ви хочете отримати відповідь, тут вказано application/json, тобто формат JSON.
authorization: ключ для виклику API, після подачі заявки ви можете вибрати його зі списку.

Також налаштовано тіло запиту, яке включає:

image: Base64-кодоване зображення капчі (без префікса data:image/png;base64).

Після вибору ви можете помітити, що праворуч також згенеровано відповідний код, як показано на малюнку:

Натисніть кнопку «Спробувати», щоб провести тестування, як показано на малюнку, тут ми отримали наступний результат:

{
  "text": "7364",
  "elapsed": 31.6
}

У повернутому результаті є кілька полів, описаних нижче:

text: текстовий вміст, отриманий після обробки завдання з зображенням капчі з змінною довжиною.
started_at, finished_at: час початку обробки запиту та отримання результату, Unix-мітка часу (секунди, з плаваючою комою).
elapsed: загальний час обробки (секунди).

Ми отримали результат перевірки обробленого зображення капчі з змінною довжиною, нам потрібно лише перевірити текстовий вміст поля text, щоб пройти перевірку. Крім того, якщо ви хочете згенерувати відповідний код інтеграції, ви можете просто скопіювати його, наприклад, код CURL виглядає так:

curl -X POST 'https://api.acedata.cloud/captcha/recognition/image2text' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image": "iVBORw0KGgoAAAANSUhEUgAAAgUAAAE3CAYAAAA6xjI2AAAAAX..."
}'

Код інтеграції на Python виглядає так:

import requests

url = "https://api.acedata.cloud/captcha/recognition/image2text"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image": "iVBORw0KGgoAAAANSUhEUgAAAgUAAAE3CAYAAAA6xjI2AAAAAX..."
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Асинхронний режим (async)

За замовчуванням API є синхронним і блокує: один запит буде чекати, поки обробка результату не завершиться. Якщо ви займаєтеся ротацією кількох розпізнавачів (multi-solver rotation) і хочете «одразу отримати task_id після подачі завдання, спочатку перейти до інших розпізнавачів, а потім повернутися для отримання результату», ви можете передати async: true у тілі запиту. Після передачі async: true інтерфейс відразу поверне task_id, не блокуючи очікування:

curl -X POST 'https://api.acedata.cloud/captcha/recognition/image2text' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image": "iVBORw0KGgoAAAANSUhEUgAAAgUAAAE3CAYAAAA6xjI2AAAAAX...",
  "async": true
}'

{
  "task_id": "61138bb6-19aa-11ec-a9c8-0242ac110002",
  "trace_id": "2efa9340-b21b-4e26-9e14-4aac95f343ab"
}

Якщо потрібно активно перевірити прогрес, ви можете використовувати цей task_id для запиту POST /captcha/tasks (рекомендується кожні 3-5 секунд). Цей інтерфейс не запускає і не просуває обробку завдань; навіть якщо не запитувати, відключити інтернет або вийти з клієнта, сервер все ще продовжить обробку:

curl -X POST 'https://api.acedata.cloud/captcha/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "task_id": "61138bb6-19aa-11ec-a9c8-0242ac110002"
}'

Під час обробки буде повернуто status: processing:

{ "success": true, "task_id": "61138bb6-19aa-11ec-a9c8-0242ac110002", "status": "processing" }

Після завершення обробки буде повернуто status: ready та результат розпізнавання text (структура полів повністю збігається з синхронним режимом):

{
  "success": true,
  "task_id": "61138bb6-19aa-11ec-a9c8-0242ac110002",
  "status": "ready",
  "text": "7364"
}

Опис тарифікації: в асинхронному режимі створення завдання та читання статусу «в обробці» не підлягає тарифікації; клієнт буде тарифікований один раз при першому успішному читанні результату (як і в поточній поведінці та ціні синхронного режиму). Сервер самостійно просуває завдання, але не буде стягувати плату за те, що завдання завершилося раніше в фоновому режимі. Якщо завдання не буде успішно завершено протягом 120 секунд, воно буде зупинено з HTTP 504 timeout, без тарифікації. /captcha/tasks не відповідає за просування завдань.

Обробка помилок

При виклику API, якщо виникає помилка, API поверне відповідний код помилки та інформацію. Наприклад:

400 token_mismatched：Неправильний запит, можливо, через відсутні або недійсні параметри.
400 api_not_implemented：Неправильний запит, можливо, через відсутні або недійсні параметри.
401 invalid_token：Неавторизовано, недійсний або відсутній токен авторизації.
429 too_many_requests：Занадто багато запитів, ви перевищили ліміт запитів.
500 api_error：Внутрішня помилка сервера, щось пішло не так на сервері.

Приклад помилки

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Висновок

За допомогою цього документа ви дізналися, як використовувати API для розпізнавання цифрових англійських кодів, які можуть бути використані для розпізнавання змінних англійських цифрових кодів. Введіть вміст зображення коду, виведіть результат коду. Сподіваємося, що цей документ допоможе вам краще інтегрувати та використовувати цей API. Якщо у вас є будь-які питання, будь ласка, звертайтеся до нашої команди технічної підтримки.

Getting Started

AI Чат

AI Зображення

AI Відео

AI Аудіо

Веб і дані

CAPTCHA

Ідентичність

Проксі

Advanced

Coding

Опис інтеграції API для розпізнавання цифрових англійських капч

Процес подачі заявки

Основне використання

Асинхронний режим (async)

Обробка помилок

Приклад помилки

Висновок

​Процес подачі заявки

​Основне використання

​Асинхронний режим (async)

​Обробка помилок

​Приклад помилки

​Висновок

Процес подачі заявки

Основне використання

Асинхронний режим (async)

Обробка помилок

Приклад помилки

Висновок