OCR อ่านข้อความจากรูป / PDF

1 · ที่อยู่บริการ

https://ocr.131199999.xyz

2 · Token

2261934b40661d36e8db1b0a00a621d68c2600d746604dd6

ลองเลย — อัปโหลดไฟล์ตรงนี้

ถ้าไม่ถนัดช่องด้านบน — ยิงจากหน้า /docs (3 ขั้น)

1. เปิด https://ocr.131199999.xyz/docs
2. กางหัวข้อ POST /v1/ocr → กด Try it out
3. ช่อง x_ocr_token วาง token · กด Choose File → Execute

3 · เรียกจากโค้ด (แตะแท็บ → คัดลอก)

curl -s https://ocr.131199999.xyz/v1/ocr \
  -H "X-OCR-Token: 2261934b40661d36e8db1b0a00a621d68c2600d746604dd6" \
  -F "file=@page.png"

const TOKEN = "2261934b40661d36e8db1b0a00a621d68c2600d746604dd6";
const form = new FormData();
form.append("file", fileInput.files[0]);       // เบราว์เซอร์: ไฟล์จาก input
// Node 18+: form.append("file", new Blob([await readFile("page.pdf")]), "page.pdf");

const res = await fetch("https://ocr.131199999.xyz/v1/ocr?layout=1", {
  method: "POST",
  headers: { "X-OCR-Token": TOKEN },
  body: form
});
const data = await res.json();
console.log(data.text);              // ข้อความทั้งไฟล์
console.log(data.pages[0].lines);    // บรรทัด + confidence + box

import requests

TOKEN = "2261934b40661d36e8db1b0a00a621d68c2600d746604dd6"
with open("page.pdf", "rb") as f:
    r = requests.post(
        "https://ocr.131199999.xyz/v1/ocr?layout=1",
        headers={"X-OCR-Token": TOKEN},
        files={"file": f},
        timeout=120,
    )
r.raise_for_status()
data = r.json()
print(data["text"])

$token = "2261934b40661d36e8db1b0a00a621d68c2600d746604dd6"
$form = @{ file = Get-Item "C:\path\page.png" }
$r = Invoke-RestMethod -Uri "https://ocr.131199999.xyz/v1/ocr" -Method Post `
     -Headers @{ "X-OCR-Token" = $token } -Form $form
$r.text

node "HTTP Request"
  Method: POST
  URL: https://ocr.131199999.xyz/v1/ocr
  Authentication: none
  Header: X-OCR-Token = 2261934b40661d36e8db1b0a00a621d68c2600d746604dd6
  Body: Form-Data → field "file" = binary จาก node ก่อนหน้า
  (หรือ JSON body: { "file_base64": "..." })
ผลลัพธ์: text · pages[].text · pages[].lines[]

ใส่ ?layout=1 ถ้าต้องการตำแหน่งบรรทัด (box) และค่าความมั่นใจของแต่ละบรรทัด

รับอะไรได้ / จำกัดแค่ไหน

ผลลัพธ์กลับมาแบบไหน

{
  "ok": true,
  "model": "OpenThai2.0-OCR-Text",
  "pages_count": 1,
  "text": "ข้อความทั้งไฟล์ (หลายหน้าคั่นด้วยบรรทัดว่าง)",
  "pages": [
    { "page": 1, "text": "...", "ms": 364.9,
      "lines": [
        { "text": "ใบเสร็จรับเงิน / Receipt", "confidence": 0.993, "row": 0,
          "box": [[45,44],[279,46],[278,76],[44,73]] }
      ] }
  ],
  "ms_total": 364.9
}

เอาไปใช้ต่อง่ายสุดคือ text · ถ้าต้องจัดตำแหน่ง (ทำตาราง/ตัดช่อง) ใช้ lines[].box + row

ถ้าไม่สำเร็จ จะได้รหัสนี้

ทำให้อ่านแม่นขึ้น (สำคัญ)

• สแกนที่ 300 DPI ขึ้นไป — ภาพถ่ายมือถือให้เต็มเฟรม ไม่ต้องซูม
• ให้กระดาษ ตรง ไม่เอียง ไม่มีเงา — ภาพเอียงมากอ่านเพี้ยน
• ตัวอักษรสูงอย่างน้อย ~20 px ในภาพ (ฟอนต์เล็กกว่านั้นเพี้ยน)
• ครอปเฉพาะส่วนที่มีข้อความ จะเร็วและแม่นกว่า
• ตัวเลขเงิน/เลขสำคัญ ควรอ่านเทียบกับต้นฉบับทุกครั้ง — OCR ยังพลาดได้
• PDF ที่เป็นไฟล์ดิจิทัลก็ใช้ได้ (ระบบแปลงเป็นภาพแล้วอ่าน)

คำถามที่เจอบ่อย

ติดปัญหาติดตรงไหน

ทักมาได้เลย (บอกด้วยว่าใช้เครื่องมืออะไร ยิงจากที่ไหน ได้รหัสอะไร) — token หลุด/อยากเปลี่ยน = บอกผม เปลี่ยนได้ทันที