> ## Documentation Index
> Fetch the complete documentation index at: https://docs.xhuoapi.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Инструкция по интеграции API для распознавания цифровых английских капчи

> Recognition of English numerical verification codes 集成指南 - XHuoAPI

В данной статье будет представлена инструкция по интеграции API для распознавания цифровых английских капчи, основанная на технологиях глубокого обучения, которая может использоваться для распознавания капчи с переменной длиной. Входные данные — изображение капчи, выходные данные — результат распознавания капчи.

## Процесс подачи заявки

Чтобы использовать API, сначала необходимо перейти на страницу [API для распознавания цифровых английских капчи](https://api.xhuoapi.ai/documents/cd1f56dc-e9c9-4293-9c68-80fa560c9087) и подать заявку на соответствующую услугу. После перехода на страницу нажмите кнопку «Acquire», как показано на изображении:

![](https://cdn.xhuoapi.ai/q6ytrc.png)

Если вы еще не вошли в систему или не зарегистрированы, вас автоматически перенаправит на страницу входа, где вы сможете зарегистрироваться и войти в систему. После регистрации и входа вы будете автоматически возвращены на текущую страницу.

При первой подаче заявки предоставляется бесплатный лимит, который позволяет бесплатно использовать данный API.

## Основное использование

Сначала ознакомьтесь с основным способом использования, который заключается в том, что необходимо ввести изображение капчи с переменной длиной, чтобы получить обработанный результат. Сначала нужно просто передать поле `image`, которое представляет собой конкретное изображение капчи, как показано на изображении:

<p>
  <img src="https://cdn.xhuoapi.ai/c50hi9.png" width="500" className="m-auto" />
</p>

Затем необходимо преобразовать изображение капчи в кодировку Base64. Для преобразования в кодировку Base64 рекомендуется использовать плагин для браузера Google Chrome FeHelper, подробности использования можно увидеть на следующем изображении:

<p>
  <img src="https://cdn.xhuoapi.ai/zy2jwh.png" width="500" className="m-auto" />
</p>

<p>
  <img src="https://cdn.xhuoapi.ai/pr73gn.png" width="500" className="m-auto" />
</p>

<p>
  <img src="https://cdn.xhuoapi.ai/ic4dbw.png" width="500" className="m-auto" />
</p>

После этого вы можете скопировать кодировку Base64, полученную с помощью плагина FeHelper, помните, что она не должна содержать префикс data:image/png;base64, конкретное содержимое выглядит следующим образом:

<p>
  <img src="https://cdn.xhuoapi.ai/5h4x4w.png" width="500" className="m-auto" />
</p>

Как видно, здесь мы установили заголовки запроса, включая:

* `accept`: формат ответа, который вы хотите получить, здесь указано `application/json`, то есть формат JSON.
* `authorization`: ключ для вызова API, который можно выбрать из выпадающего списка после подачи заявки.

Также установлен тело запроса, включая:

* `image`: изображение капчи в кодировке Base64 (без префикса data:image/png;base64).

После выбора вы можете заметить, что справа также сгенерирован соответствующий код, как показано на изображении:

<p>
  <img src="https://cdn.xhuoapi.ai/202y3d.png" width="500" className="m-auto" />
</p>

Нажмите кнопку «Try», чтобы провести тестирование, как показано на изображении, и вы получите следующий результат:

```json theme={null}
{
  "text": "7364"
}
```

Возвращаемый результат содержит несколько полей, описание которых приведено ниже:

* `text`: текстовое содержимое, полученное в результате обработки изображения капчи с переменной длиной.

Как видно, мы получили результат распознавания изображения капчи с переменной длиной, и нам нужно просто использовать текстовое содержимое из поля `text` для прохождения проверки.

Кроме того, если вы хотите сгенерировать соответствующий код для интеграции, вы можете просто скопировать его, например, код CURL выглядит следующим образом:

```shell theme={null}
curl -X POST 'https://api.xhuoapi.ai/v1/captcha/recognition/image2text' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image": "iVBORw0KGgoAAAANSUhEUgAAAgUAAAE3CAYAAAA6xjI2AAAAAX..."
}'
```

Код для интеграции на Python выглядит следующим образом:

```python theme={null}
import requests

url = "https://api.xhuoapi.ai/v1/captcha/recognition/image2text"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image": "iVBORw0KGgoAAAANSUhEUgAAAgUAAAE3CAYAAAA6xjI2AAAAAX..."
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)
```

## Обработка ошибок

При вызове API, если возникнет ошибка, API вернет соответствующий код ошибки и информацию. Например:

* `400 token_mismatched`: Неверный запрос, возможно, из-за отсутствия или недействительных параметров.
* `400 api_not_implemented`: Неверный запрос, возможно, из-за отсутствия или недействительных параметров.
* `401 invalid_token`: Неавторизовано, недействительный или отсутствующий токен авторизации.
* `429 too_many_requests`: Слишком много запросов, вы превысили лимит частоты.
* `500 api_error`: Внутренняя ошибка сервера, что-то пошло не так на сервере.

### Пример ответа об ошибке

```json theme={null}
{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}
```

## Заключение

С помощью данного документа вы узнали, как использовать API для распознавания цифровых английских капчи, который может быть использован для распознавания капчи с переменной длиной. Вводите изображение капчи, получайте результат распознавания. Надеемся, что данный документ поможет вам лучше интегрировать и использовать данный API. Если у вас есть какие-либо вопросы, пожалуйста, не стесняйтесь обращаться в нашу техническую поддержку.