OCR 不只是“读出文字”,更要在真实业务里输出可校验、可入库、可回溯的结构化字段。
覆盖证件、车辆、银行卡、票据、表格与工商资质等高频材料。
返回姓名、证件号、车牌号、票号等标准字段与置信度。
REST API 上传图片,返回 JSON 字段,支持多语言示例。
减少人工录入与二次校对,适合进件、开户、报销流程。
实名开户、车辆审核、商户入驻、财务报销都需要从图片中快速提取关键字段。
开户、实名、借贷进件中,人工录入证件号和银行卡号容易出错。OCR 先完成字段提取,再进入后续要素核验。
参考产品矩阵式布局,将不同 OCR 能力放在统一卡片模板中,但每张卡的说明按实际资料类型区分。
每一步都围绕“可识别、可校验、可复核、可追溯”设计。
支持 base64 或文件 URL,HTTPS 加密传输。
自动处理旋转、裁切、模糊、反光等问题。
按证件、车辆、票据、表格选择对应识别模型。
输出标准字段、置信度、错误码和低置信提示。
对接实名核验、商户进件、财务录入等流程。
下表按业务接入需要,比较图片 OCR 与人工录入、通用 OCR 的差异。
| 对比维度 | 创蓝图片OCR | 通用 OCR | 人工录入 |
|---|---|---|---|
| 字段结构化 | 按证件类型输出标准字段 | 通常需二次解析 | 依赖人工规范 |
| 低置信提示 | 字段级置信度返回 | 结果级置信度较多 | 人工复核成本高 |
| 业务适配 | 覆盖证照、车辆、票据、工商 | 偏通用文本 | 需培训审核员 |
| 接入成本 | REST API + 多语言示例 | 需自行适配字段 | 持续人力成本 |
| 审计追溯 | 返回请求 ID 与错误码 | 需自行设计 | 难以标准化 |
不同业务场景对 OCR 的要求不同:有的看字段完整度,有的看低置信复核,有的看批量处理效率。
示例以身份证 OCR 为例,其它 OCR 类型只需切换 `ocr_type`。
import requests
# 配置信息
APP_ID = "你的appId"
APP_KEY = "你的appKey"
url = "https://api.253.com/open/i/ocr/id-ocr-cl"
# 表单参数
form_data = {
"appId": APP_ID,
"appKey": APP_KEY,
"imageType": "URL", # 图片类型:URL / BASE64
"image": "https://xxx.jpg",# 图片链接 或 无前缀base64字符串
"ocrType": "0", # 0=正面 1=反面
"detectRisk": "false" # 是否检测复印件风险
}
# 发起请求
resp = requests.post(url, files=form_data)
result = resp.json()
print(result)注意:资源包仅可搭配指定接口使用,下单前请先行核对接口信息,避免错购。