Deepseek R1 OCR

### Deepseek R1 OCR 功能介绍 Deepseek R1 提供了一套强大的光学字符识别(OCR)工具，能够处理多种图像中的文字提取任务。该功能支持多语言文本检测与识别，并具备高精度的文字定位能力[^1]。 对于想要利用此API实现特定业务逻辑的开发者来说，理解如何调用以及配置参数至关重要。 #### API请求结构 为了发起一次有效的OCR请求，需构建如下形式的数据体： ```json { "image": "<base64_encoded_image>", "language": "en", "detectOrientation": true, "returnTextAngle": false } ``` 其中`<base64_encoded_image>`代表待分析图片经过Base64编码后的字符串；而其他字段则用于指定目标语言、是否自动纠正旋转角度等功能选项。 #### Python客户端示例代码 下面给出一段简单的Python脚本作为参考，展示怎样通过HTTP POST方法发送上述JSON格式数据给服务器端接口完成OCR操作： ```python import base64 import requests from PIL import Image from io import BytesIO def ocr(image_path, api_key): url = 'https://api.deepseek.ai/vision/ocr' with open(image_path, 'rb') as img_file: buffered = BytesIO(img_file.read()) img_base64 = base64.b64encode(buffered.getvalue()).decode('utf-8') payload = { "image": img_base64, "language": "auto", # 自动识别语言 "detectOrientation": True, "returnTextAngle": False } headers = {'Authorization': f'Bearer {api_key}'} response = requests.post(url=url, json=payload, headers=headers) if response.status_code == 200: result = response.json() print("成功解析到的内容:", result['text']) else: print(f"发生错误: HTTP状态码{response.status_code}") if __name__ == '__main__': image_path = './example.jpg' # 替换成自己的测试图片路径 api_key = '<your_api_key_here>' # 获取自官方平台 ocr(image_path=image_path, api_key=api_key) ``` 这段程序首先读取本地文件并将其转换成适合传输的形式，接着设置必要的参数并通过POST方式提交至远程服务获取返回的结果。最后打印出所识别出来的文本信息。