Question 1

什么是 OpenOCR？

Accepted Answer

OpenOCR 是一个统一的 API，让你通过单一 REST 端点访问多个 OCR 引擎（Tesseract、EasyOCR、GPT-4o、Gemini 等）。发送一次请求即可选择任意引擎——无需分别管理各家服务商的集成。

Question 2

如何对 API 进行身份验证？

Accepted Answer

在 Authorization 请求头中以 Bearer token 形式携带你的 API 密钥：“Authorization: Bearer sk-ocr-...”。注册后可在控制台生成密钥。

Question 3

支持哪些 OCR 引擎？

Accepted Answer

OpenOCR 支持 20 多个引擎，包括 Tesseract、EasyOCR、docTR、OCRmyPDF、RapidOCR、OpenAI GPT-4o、Google Gemini、Anthropic Claude 等。每个引擎在手写识别、表格、中日韩文字和文档类型方面各有优势。

Question 4

OpenOCR 支持 PDF 文件吗？

Accepted Answer

支持。通过 /ocr 端点发送 PDF，OpenOCR 会提取各页并用你选择的引擎处理。支持多页 PDF，按页计费。

Question 5

是否提供 SDK？

Accepted Answer

官方的 Python 和 JavaScript/TypeScript SDK 即将推出。目前可以直接使用 cURL、fetch、Python requests 或任何其他 HTTP 客户端调用 REST API。

Question 6

支持哪些图像格式？

Accepted Answer

OpenOCR 接受 PNG、JPEG、WebP、TIFF、BMP 和 PDF 文件。请通过 base64 或 URL 引用方式发送；不支持 multipart 文件上传。