استخراج متن از تصویر فارسی

یک تصویر بفرست — متن فارسی را به صورت JSON بگیر.

🖼️ یک تصویر در هر درخواست 📄 پاسخ JSON 🟢 Bina-0.4-Koochik · مجوز OpenMDW-1.1 🟢 Bina-0.2-Rizeh · مجوز Apache-2.0

سازندهٔ درخواست

مدل OCR را انتخاب کن؛ کد زیر همان لحظه عوض میشود.

مدل:

terminal

کلید بگیر: دکمهٔ «ورود» بالای صفحه ← تب «کلید API» ← «ساخت کلید». کلید فقط یک بار نمایش داده میشود — همان لحظه کپی کن.

کد بالا را اجرا کن.

فیلد text پاسخ را بخوان — تمام.

استفاده در Python و Node

Python

Node.js 18+

پاسخ

{
  "text": "متن شناسایی‌شده به‌صورت یک‌جا",
  "lines": ["خط اول", "خط دوم"],
  "gen_ms": 1208
}

مدل‌های OCR

Reza2kn/Bina-0.4-Koochikمجوز OpenMDW-1.1

صفحهٔ مدلhuggingface.co/Reza2kn/Bina-0.4-Koochik

نام مدل (query)bina-0.4-koochik

زبانفارسی

ورودییک تصویر: JPG، PNG، WebP یا GIF

خروجیJSON با text، lines و gen_ms

Reza2kn/Bina-0.2-Rizehمجوز Apache-2.0

صفحهٔ مدلhuggingface.co/Reza2kn/Bina-0.2-Rizeh

نام مدل (query)bina-0.2-rizeh

زبانفارسی

ورودییک تصویر: JPG، PNG، WebP یا GIF

خروجیJSON با text، lines و gen_ms

مدلهای بعدی بهزودی اضافه میشوند و همینجا قابل انتخاب خواهند بود؛ فرستادن نام ناشناس model خطای 422 میدهد.

پارامترها

فیلد	الزام	توضیح
`file`	الزامی (multipart)	یک تصویر: JPG، PNG، WebP یا GIF
`model` (query)	اختیاری	پیش‌فرض `bina-0.4-koochik`؛ نام ناشناس → 422

محدودیت‌ها

چی	چقدر
حجم تصویر	۳ مگابایت — بیشتر → 413
تعداد تصویر روزانهٔ هر کلید	۲۰۰ — ریست با UTC، بعدش 429 + `Retry-After`
سرعت هر کلید	۱۰ تصویر در دقیقه
تعداد تصویر در هر درخواست	فقط یک تصویر

خطاها — کامل

کد	`detail`	معنی / راه‌حل
401	`key_required`	کلید نفرستادی — `Bearer` + کلید
401	`bad_key` / `revoked_key`	کلید نامعتبر یا باطل — کلید تازه بساز
401	`bad_auth_scheme`	قالب سربرگ درست نیست (باید `Bearer <key>` باشد)
403	`key_owner_mismatch`	این کلید به حساب دیگری تعلق دارد — با کلید حساب خودت ادامه بده (کلاینت‌های بدون نشست مرورگر تحت تأثیر نیستند)
413	`body_too_large`	تصویر بیش از ۳ مگابایت — کوچک یا برش بده
415	(multipart لازم است)	بدنه باید `multipart/form-data` با فیلد `file` باشد
422	`invalid_model` / `empty_body`	نام مدل ناشناس یا بدنهٔ خالی
429	`ocr_key_burst` / `ocr_key_daily`	سقف سرعت یا سهمیهٔ روزانه — `Retry-After` را بخوان
429	`almas_empty`	موجودی الماس حساب صفر است، برای همین درخواست کافی نیست، یا کمتر از حداقل ۱۰٬۰۰۰ الماس است — OCR بر اساس طول متن خروجی قیمت‌گذاری می‌شود و پیش از اجرا معلوم نیست، پس حداقل موجودی لازم است. هدرها: `X-Almas-Left` = موجودی، `X-Almas-Needed` = مبلغ لازم، و در حالت حداقل `X-Almas-Min` = ۱۰٬۰۰۰؛ بدون `Retry-After`. خرید بسته این موجودی را شارژ نمی‌کند؛ شارژ حساب از `/upgrade#شارژ-حساب` (۱۰۰٬۰۰۰ تومان → ۱۰۰٬۰۰۰ الماس · ۱٬۰۰۰٬۰۰۰ تومان → ۱٬۰۰۰٬۰۰۰ الماس)
502	`ocr_unreachable`	موتور OCR موقتاً در دسترس نیست — بعداً تلاش کن
503	(freeze / شلوغ)	سرویس موقتاً متوقف است — `Retry-After`

امتحان رایگان بدون کلید (دمو)

اگر فقط می‌خواهی امتحان کنی، POST /api/ocr-demo بدون کلید کار می‌کند — یک تصویر تا ۵۰۰ کیلوبایت، فقط یک‌بار برای هر بازدیدکننده، حداکثر ۳ بار در روز برای هر IP:

curl -X POST "https://farsihoosh.ir/api/ocr-demo?model=bina-0.4-koochik" \
  -F "file=@page.jpg"

خطاهای دمو: demo_used (سهمیهٔ رایگان تمام شد)، demo_burst، demo_daily، demo_too_large (بیش از ۵۰۰ کیلوبایت).

حریم خصوصی: تصویر فقط برای پردازش به موتور OCR می‌رود و روی سرور ذخیره نمی‌شود؛ متنِ شناسایی‌شده هم ذخیره نمی‌شود — فقط تعداد تصویر و زمان پردازش برای سهمیه شمرده می‌شود.

می‌خوای همین‌جا در مرورگر امتحان کنی؟ صفحهٔ استخراج متن از عکس یک جعبهٔ آپلود دارد؛ یک تصویر تا ۵۰۰ کیلوبایت را بدون کلید رایگان امتحان کن.