API تبدیل عکس به متن (Image Captioning & OCR)

API تبدیل عکس به متن که توسط تاک بات ارائه می‌شود، یک راهکار قدرتمند بر پایه هوش مصنوعی برای پردازش تصاویر است. این سرویس شامل دو قابلیت اصلی می‌باشد:

• 🖼️ توصیف عکس (Image Captioning): تولید توضیحات متنی هوشمند برای تصاویر. به عنوان مثال: «یک سگ قهوه‌ای در حال دویدن در پارک».
• 🔎 تشخیص متن (OCR): استخراج متن‌های موجود در تصاویر با دقت بالا، حتی برای زبان فارسی.

این API می‌تواند در اپلیکیشن‌ها و وب‌سایت‌ها برای دستیارهای دیجیتال، پردازش اسناد، موتورهای جستجو، سامانه‌های هوشمند و بسیاری از کاربردهای دیگر به کار گرفته شود.

نحوه استفاده

ارسال درخواست

برای استفاده از این API، باید یک درخواست POST به آدرس زیر ارسال کنید:

https://api.talkbot.ir/v1/image/convert/REQ

هدرها

در هدرهای درخواست، باید یک توکن بیرر (Bearer token) به عنوان اعتبارنامه ارسال کنید:

Authorization: Bearer YOUR_API_KEY
    

پارامترهای درخواست

• image_url: لینک تصویر (اجباری در صورت عدم ارسال فایل).
• image_file: فایل تصویر (اجباری در صورت عدم ارسال لینک).
• mode: حالت پردازش ("caption" برای توصیف عکس یا "ocr" برای تشخیص متن).
• lang: زبان متن در حالت caption (پیش‌فرض: "persian").

نمونه بدنه درخواست (JSON):

{
    "image_url": "https://example.com/sample.jpg",
    "mode": "ocr"
}
    

خروجی

در پاسخ به درخواست، یک JSON با ساختار زیر ارائه می‌شود:

{
    "api_version": "1.0",
    "AI": "IMG2TEXT-TALKBOT",
    "processing_time_ms": 234.56,
    "result": {
        "mode": "ocr",
        "text": "این یک متن نمونه است."
    },
    "error": null
}
    

در حالت توصیف عکس (caption):

{
    "mode": "caption",
    "caption": "یک سگ در حال دویدن در پارک."
}
    

امکانات و مزایا

• 🔹 تبدیل سریع تصاویر به متن با استفاده از الگوریتم‌های پیشرفته.
• 🔹 پشتیبانی از OCR چندزبانه (فارسی، انگلیسی و زبان‌های دیگر).
• 🔹 تولید توصیفات هوشمند برای عکس‌ها (Image Captioning).
• 🔹 مناسب برای اپلیکیشن‌ها و سرویس‌ها مانند موتورهای جستجو، شبکه‌های اجتماعی، پردازش اسناد و ربات‌های گفتگو.
• 🔹 دقت بالا در استخراج متن حتی از تصاویر با کیفیت پایین.
• 🔹 زمان پاسخ کوتاه و کارایی بهینه.
• 🔹 پشتیبانی فنی و به‌روزرسانی مستمر توسط تیم توسعه‌دهنده.

نمونه کد PHP

$url = 'https://api.talkbot.ir/v1/image/convert/REQ';
$data = array(
    'image_url' => 'https://example.com/sample.jpg',
    'mode' => 'caption',
	"lang" => "persian"
);
$headers = array(
    'Authorization: Bearer YOUR_API_KEY',
    'Content-Type: application/json'
);

$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, $url);
curl_setopt($curl, CURLOPT_POST, true);
curl_setopt($curl, CURLOPT_POSTFIELDS, json_encode($data));
curl_setopt($curl, CURLOPT_HTTPHEADER, $headers);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);

echo $response = curl_exec($curl);

curl_close($curl);

نمونه کد پایتون

import requests
import json

url = 'https://api.talkbot.ir/v1/image/convert/REQ'
headers = {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
}
data = {
    'image_url': 'https://example.com/sample.jpg',
    'mode': 'ocr'
}

response = requests.post(url, headers=headers, data=json.dumps(data))
result = response.json()

print(result)

در این نمونه‌ها، به جای 'YOUR_API_KEY' باید توکن اعتبارسنجی خود را قرار دهید.

مرتبط با این API:

API تشخیص موجودیت‌های نامدار (NER) API تشخیص محتوای غیراخلاقی و خشونت‌آمیز

هزینه هر بار فراخوانی:

نام مدل	هزینه (TPU)
image-caption-api	700TPU
image-ocr-api	700TPU
نحوه محاسبه توکن

آزمایش رایگان:

برای آزمایش و تست رایگان این وب سرویس (API) ابتدا در سایت ثبتنام کنید، و سپس از طریق کنترل پنل کاربری، کلید اختصاصی خود را ایجاد کنید. پس از ایجاد کلید، آن را در نمونه کدهای بالا جایگزاری کرده و خروجی را مشاهده کنید. امکان استفاده از کلید آزمایشی فقط تا 15000 توکن میسر است.

سایر وب سرویس ها:

با خرید بسته یاقوتی و یا یکی از بسته های فرایاقوتی، شما علاوه بر وب سرویس یا API پیش رو، از وب سرویس های زیر نیز میتوانید استفاده کنید.