示例结果
API 在示例图片上的实际响应记录。
请求与响应
POST https://api.stack.foldbun.com/v1/ocr，使用 Bearer API 密钥。
请求
# macOS：把 "base64 -w0 settings.webp" 换成 "base64 -i settings.webp" curl https://api.stack.foldbun.com/v1/ocr \ -H "Authorization: Bearer $FOLDBUN_API_KEY" \ -H "Content-Type: application/json" \ -d @- <<EOF {"model": "ppocr-v6", "image": {"base64": "$(base64 -w0 settings.webp)"}} EOF
import base64, os, requests with open("settings.webp", "rb") as f: image = base64.b64encode(f.read()).decode() r = requests.post( "https://api.stack.foldbun.com/v1/ocr", headers={"Authorization": f"Bearer {os.environ['FOLDBUN_API_KEY']}"}, json={"model": "ppocr-v6", "image": {"base64": image}}, timeout=60, ) r.raise_for_status() print(r.json())
响应（节选）
{
"id": "call_01a1913d-55cd-7bee-ba86-bbbef2aa9bae",
"model": "ppocr-v6",
"image": {"height": 760, "id": "img_2dedd071…22e6", "width": 1100},
"lines": [
{
"text": "Northwind",
"confidence": 1,
"bbox": [55, 22, 161, 47],
"quad": [
[55, 22],
[161, 22],
[161, 47],
[55, 47]
],
"words": [
{
"text": "Northwind",
"confidence": 1,
"bbox": [67, 22, 154, 47],
"quad": [
[67, 22],
[154, 22],
[154, 47],
[67, 47]
]
}
]
}
… 34 more
],
"cost": 0.25,
"balance": 1234.31
}请求字段
| 字段 | 说明 |
|---|---|
| image | {"base64": "…"}，或之前响应返回的 {"id": "img_…"}。 |
| options.minConfidence | 丢弃低于该置信度的行，0–1，默认 0.5。 |
| options.words | 包含字级框，默认 true。 |
价格示例
| 调用 | 额度 |
|---|---|
| 1 张图 0.25 | 0.25 按储值折合约 US$0.00025 |
| 1,000 张图 1,000 × 0.25 | 250 按储值折合约 US$0.25 |
限制
- 图片
- JPEG、PNG、静态 WebP；最大 20 MiB、4,000 万像素
- 坐标
- 按 EXIF 摆正后的原图的像素；蒙版可以比图小，并附带自己的尺寸
- 每次调用的图片数
- 1
- 速率限制
- 取决于账户档位，见
GET /v1/models
常见问题
PP-OCRv6 如何计费？
每张图 0.25 额度，与行数无关。该模型包含在公共池中：注册后每天 100 次，不收费。调用失败不收费。
ppocr-v6 和 paddleocr-vl 有什么区别？
ppocr-v6 识别截图和图像区域中的文本行，价格更低。paddleocr-vl 将整页文档解析为有序区块、表格和公式并返回 Markdown，每页 2.0 额度。
是否返回字级框？
默认返回。每一行都带有文本、置信度、框、四边形和字级框。将 options.words 设为 false 可省略字级框。
相关模型
Foldbun Stack — 按量计费的视觉模型 API
通过 REST API 调用 PP-OCRv6，请求与响应格式见文档。
阅读文档获取 API 密钥即将推出