> ## 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.

# hCaptcha bildigenkänning API integration instruktion

> hCaptcha verification code recognition service 集成指南 - XHuoAPI

Denna artikel kommer att introducera en hCaptcha bildigenkänning API integration instruktion, som kan identifiera innehållet som användaren anger och hCaptcha verifieringsbilden, och slutligen returnera koordinaterna för den lilla bild som behöver klickas på för att slutföra verifieringen.

## Ansökningsprocess

För att använda API:et måste du först gå till [hCaptcha bildigenkänning API](https://api.xhuoapi.ai/documents/c9a5cc2f-e410-425f-857a-f8700205da6c) motsvarande sida för att ansöka om den tjänst som behövs. När du kommer till sidan, klicka på "Acquire" knappen, som visas i bilden nedan:

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

Om du inte har loggat in eller registrerat dig, kommer du automatiskt att omdirigeras till inloggningssidan som bjuder in dig att registrera dig och logga in. Efter att ha loggat in eller registrerat dig kommer du automatiskt att återvända till den aktuella sidan.

Vid första ansökan kommer det att finnas en gratis kvot som ges, så att du kan använda API:et gratis.

## Grundläggande användning

Först bör du förstå den grundläggande användningsmetoden, vilket är att mata in den hCaptcha verifieringsbild som behöver bearbetas för att få det bearbetade resultatet. Först behöver du enkelt överföra ett `queries` fält, vilket är den specifika hCaptcha verifieringsbilden. Vi behöver ta en skärmdump av denna verifieringsbild från en webbplats med hCaptcha verifiering, exempel på webbplatslänk är: `https://democaptcha.com/demo-form-eng/hcaptcha.html`, klicka på kryssrutan för att visa den fullständiga verifieringsbilden, som visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/xryo59.png" width="500" className="m-auto" />
</p>

Där `queries` fältet är skärmdumpen av verifieringsbilden som nämns ovan, bildstorleken bör inte överstiga 100kb, och du behöver också ta en skärmdump av området som den röda pilen pekar på, och du behöver också själv komprimera bildstorleken och konvertera den till Base64-kodning, som visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/g8ikkb.png" width="500" className="m-auto" />
</p>

Samtidigt behöver du ange den identifieringsinnehållsparameter som är relaterad till verifieringsbilden `question`, detta stödjer översättning mellan kinesiska och engelska, och du kan direkt ange relevant identifieringsinnehåll. Från den ovan nämnda webbplatsbilden kan vi se att `question` som ska anges är `Please click on the UNIQUE object among the others.`. Det specifika innehållet är som följer:

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

Vi kan se att vi har ställt in Request Headers, inklusive:

* `accept`: vilken format av svar du vill ta emot, här anges som `application/json`, det vill säga JSON-format.
* `authorization`: nyckeln för att anropa API:et, efter ansökan kan du direkt välja från rullgardinsmenyn.

Dessutom har vi ställt in Request Body, inklusive:

* `queries`: lista över Base64-kodade verifieringsbilder.
* `question`: parameter för identifieringsinnehåll relaterad till verifieringsbilden, stödjer direkt inmatning av kinesiska och engelska.

När du har valt kan du se att det också har genererats motsvarande kod till höger, som visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/bww9b0.png" width="500" className="m-auto" />
</p>

Klicka på "Try" knappen för att testa, som visas i bilden ovan, här får vi följande resultat:

```json theme={null}
{
  "solution": {
    "label": "Please click on the UNIQUE object among the others",
    "box": [
      "360",
      "276"
    ],
    "confidences": 0.6354503631591797
  }
}
```

Det returnerade resultatet har flera fält, som beskrivs nedan:

* `solution`, resultatet av verifieringen efter att hCaptcha verifieringsbilden har bearbetats.
  * `label`, det innehåll som identifierats av hCaptcha verifieringsbilden.
  * `box`, positionsinformationen för hCaptcha verifieringsbildens identifieringsresultat, som består av bildens koordinatinformation.
  * `confidences`, graden av säkerhet för identifieringsinnehållet efter att hCaptcha verifieringsbilden har identifierats.

Vi kan se att vi har fått verifieringsresultatet för hCaptcha verifieringsbilden, vi behöver bara simulera ett klick på det område som anges av `box` koordinaterna för att klara verifieringen.

Nedan kommer vi att beskriva hur man klickar på basen av resultatets `box` positionsinformation. Först är det att skapa ett rätvinkligt koordinatsystem för den uppladdade verifieringsbilden, där centrum är i bildens nedre vänstra hörn, 360 är den horisontella koordinaten och 276 är den vertikala koordinaten. Vi behöver bara simulera ett klick på den motsvarande koordinaten för verifieringsbilden, den specifika bildinformationen visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/4ykvbl.png" width="500" className="m-auto" />
</p>

Om du vill generera motsvarande integrationskod kan du direkt kopiera den som genereras, till exempel CURL-koden är som följer:

```shell theme={null}
curl -X POST 'https://api.xhuoapi.ai/v1/captcha/recognition/hcaptcha' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "question": "Please click on the UNIQUE object among the others.",
  "queries": ["iVBORw0KGgoAAAANSU.....eY+85KVlzKHav28uq/WLVhL2kHUlFMKUcZbL31S8bpd0pEPKxNllXAE2wgu3uEfj+BfAzOGelsQNFAAAAAElFTkSuQmCC"]
}'
```

Python integrationskoden är som följer:

```python theme={null}
import requests

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

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

payload = {
    "question": "Please click on the UNIQUE object among the others.",
    "queries": ["iVBORw0KGgoAAAANSU.....eY+85KVlzKHav28uq/WLVhL2kHUlFMKUcZbL31S8bpd0pEPKxNllXAE2wgu3uEfj+BfAzOGelsQNFAAAAAElFTkSuQmCC"]
}

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

## Felhantering

När du anropar API:et, om du stöter på fel, kommer API:et att returnera motsvarande felkod och information. Till exempel:

* `400 token_mismatched`: Bad request, möjligtvis på grund av saknade eller ogiltiga parametrar.
* `400 api_not_implemented`: Bad request, möjligtvis på grund av saknade eller ogiltiga parametrar.
* `401 invalid_token`: Unauthorized, ogiltig eller saknad auktoriseringstoken.
* `429 too_many_requests`: För många förfrågningar, du har överskridit hastighetsgränsen.
* `500 api_error`: Intern serverfel, något gick fel på servern.

### Exempel på felrespons

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

## Slutsats

Genom detta dokument har du fått en förståelse för hur man använder hCaptcha bildigenkänning API för att låta användare ange identifieringsinnehållet och hCaptcha verifieringsbilden, och slutligen returnera koordinaterna för den lilla bild som behöver klickas på för att slutföra verifieringen. Vi hoppas att detta dokument kan hjälpa dig att bättre integrera och använda API:et. Om du har några frågor, tveka inte att kontakta vårt tekniska supportteam.
