AksonOCR Docs

เริ่มใช้ AksonOCR ใน 5 นาที

AksonOCR อ่านเอกสารภาษาไทยและอังกฤษได้ 2 แบบ: อ่านข้อความทั้งหน้าออกมาเป็น Markdown หรือดึงเฉพาะฟิลด์ที่ต้องการออกมาเป็น JSON ทั้ง 2 แบบใช้ API key เดียวกัน

1. สร้าง API key

สมัครและสร้างคีย์ที่ dashboard.aksonocr.com แล้วส่งคีย์ใน header ของทุก request:

http
X-API-Key: <YOUR_API_KEY>
Base URL: https://backend.aksonocr.com

2. OCR หน้าแรกด้วยคำสั่งเดียว

ส่ง URL รูปไปที่ OCR v2 แล้วได้ข้อความกลับมาใน response เดียวกัน ไม่ต้อง poll ใส่คีย์ของคุณแล้วรันได้ทันที เพราะรูปตัวอย่างนี้เปิดสาธารณะอยู่แล้ว

import requests
r = requests.post(
"https://backend.aksonocr.com/api/v2/ocr",
headers={"X-API-Key": "<YOUR_API_KEY>"},
json={
"model": "AksonOCR-1.0",
"document": {"type": "image_url", "image_url": "https://aksonocr.com/docs/sample-invoice.webp"},
},
)
r.raise_for_status()
print(r.json()["pages"][0]["markdown"])

ไฟล์ในเครื่องให้ส่งแบบ multipart ไปที่ /api/v2/upload ดูวิธีได้ที่ OCR v2

3. เลือกผลิตภัณฑ์ให้ตรงกับงาน

ผลิตภัณฑ์ได้อะไรเหมาะกับ
Full Page OCRข้อความทั้งหน้าเป็น Markdownส่งเข้า LLM, ทำระบบค้นหา, เก็บคลังเอกสาร
Key ExtractionJSON ตาม schema ที่คุณกำหนด พร้อมตำแหน่ง (bounding box) ของแต่ละค่าบัตรประชาชน ใบแจ้งหนี้ ใบเสร็จ แบบฟอร์มที่รู้ฟิลด์ล่วงหน้า

Full Page OCR เรียกได้ 2 โหมด เลือกตามความยาวเอกสาร:

โหมดAPIใช้เมื่อ
SyncOCR v2ได้ผลใน response เดียว ไม่เกิน 50 หน้า / 10 MB (ตัวอย่างด้านบน)
AsyncOCR v3เอกสารยาวสูงสุด 1,000 หน้า สร้างงานแล้วรอผลผ่าน polling หรือ webhook

เจอ Key Extraction v1 ในโค้ดเก่า?

v1 เป็นรุ่นเก่าแบบ sync งานใหม่ให้ใช้ Key Extraction (v3) ตามหน้านี้ ถ้าจะย้ายจาก v1 ดู คู่มือย้ายเวอร์ชัน

4. ดึงฟิลด์ด้วย Key Extraction

Key Extraction ทำงานแบบ async มี 3 ขั้น: อัปโหลดไฟล์ สร้างงานพร้อม schema ของฟิลด์ที่ต้องการ แล้วรอจนงานเสร็จค่อยดึง /result ตัวอย่างนี้ดึงเลขที่ใบแจ้งหนี้และยอดรวม

import time, requests
API = "https://backend.aksonocr.com/api/v3/key-extract"
headers = {"X-API-Key": "<YOUR_API_KEY>"}
with open("invoice.pdf", "rb") as document:
file_id = requests.post(f"{API}/files", headers=headers, files={"files": document}).json()["files"][0]["id"]
job_id = requests.post(
f"{API}/jobs",
headers={**headers, "Idempotency-Key": "invoice-2026-001"},
json={
"inputs": [{"file_id": file_id}],
"data_schema": {
"type": "object",
"properties": {
"invoice_no": {"type": "string"},
"total": {"type": "number"},
},
},
"output": {"evidence": "bbox"},
},
).json()["id"]
while True:
status = requests.get(f"{API}/jobs/{job_id}", headers=headers).json()
if status["status"] in {"completed", "failed", "cancelled", "expired"}:
break
time.sleep(2)
print(requests.get(f"{API}/jobs/{job_id}/result", headers=headers).json()["data"])

ต่อไปอ่านอะไร