OCR เอกสารทั่วไปภาษาไทย

อ่านเอกสารพิมพ์ภาษาไทยหรืออังกฤษ แล้วส่งกลับเป็นข้อความ เค้าโครงหน้า หรือไฟล์ Word, PowerPoint, Excel หรือ PDF ที่ค้นหาข้อความได้

ตั้งแต่ 5 ตุลาคม 2569 ระบบอ่านเอกสารด้วยโมเดล OCR ภาษาไทยของ iApp เอง บนเอกสารภาษาไทยให้ข้อความแม่นกว่า Google Cloud Vision (ผลการทดสอบ) และข้อความล้วนคิดเพียง 0.049 IC ต่อหน้า ลดจาก 1 IC

POST/v3/store/ocr/document/ocr

และอีก 5 endpoint

ทดลองใช้

• ราคา0.049 ICต่อหน้า
• ความแม่นยำ96.3%
• รองรับ27,000 หน้า/ชั่วโมง
• ให้บริการแล้ว418Kครั้ง

• v3.0.0-20261005
• อัปเดต 5 ต.ค. 2569
• ใช้งานได้
• รายงานผลทดสอบ (PDF)

Input

OutputPOST /v3/store/ocr/document/ocr

text

ด่วนที่สุด ที่ มท ๐๔๐๒.๖ ...

time

0.6

iapp

page: 1 char: 1376

แสดงข้อความเพียงตอนต้น ทั้งหน้ามี 1,376 ตัวอักษร

ฟิลด์ทั้งหมดอยู่ในหัวข้อ Responseendpoint อื่น: /layout, /docx, /pptx, /xlsx, /searchablePDF ดูที่ Request

Request

curl -X POST https://api.iapp.co.th/v3/store/ocr/document/ocr \
  -H "apikey: YOUR_API_KEY" \
  -F "file=@document.pdf"

Response

200OK ฟิลด์อธิบายไว้ในหัวข้อ Response

{
  "text": ["ด่วนที่สุด ที่ มท ๐๔๐๒.๖ ..."],
  "time": 0.6,
  "iapp": { "page": 1, "char": 1376 }
}

Request

ส่งเป็น multipart/form-data ทุก Endpoint รับฟิลด์ชุดเดียวกัน เลือก Endpoint ตามผลลัพธ์ที่ต้องการ ข้อความล้วนคิด 0.049 IC ต่อหน้า ส่วนเค้าโครง Word, PowerPoint, Excel และ PDF ที่ค้นหาข้อความได้คิด 0.15 IC ต่อหน้า

Headers

apikeystringrequired

API key ของคุณ สร้างได้ที่เมนู API Keys ในแผงควบคุม แสดงให้เห็นครั้งเดียว

Body

filefilerequired

เอกสาร: รูปภาพ (PNG, JPEG) ไฟล์ PDF หรือไฟล์ Microsoft Office (DOC, DOCX, XLS, XLSX, PPT, PPTX) ไม่เกิน 30 MB ไม่ต้องส่งถ้าใช้ base64

base64string

รูปภาพหนึ่งรูปในรูปแบบ Base64 ใช้แทน file

emailstring

ถ้าระบุ ระบบจะส่งผลลัพธ์ไปที่อีเมลนี้แทนการส่งกลับใน Response

Endpoint	ส่งกลับ	ต่อหน้า
/v3/store/ocr/document/ocr	ข้อความล้วน หน้าละหนึ่งสตริง	0.049 IC
/v3/store/ocr/document/layout	JSON: ทุกส่วนประกอบพร้อมข้อความ กรอบ และประเภท	0.15 IC
/v3/store/ocr/document/docx	ลิงก์ไฟล์ Word ที่สร้างให้	0.15 IC
/v3/store/ocr/document/pptx	ลิงก์ไฟล์ PowerPoint ที่สร้างให้	0.15 IC
/v3/store/ocr/document/xlsx	ลิงก์ไฟล์ Excel ที่สร้างให้	0.15 IC
/v3/store/ocr/document/searchablePDF	ลิงก์ PDF หน้าเดิมที่เลือกข้อความได้	0.15 IC

Endpoint ชุดเดียวกันนี้ยังเรียกผ่าน prefix เดิม /document-ocr ได้

Response

JSON แต่ละ Endpoint มีรูปแบบของตัวเอง Header iapp-input-pages คือจำนวนหน้าที่อ่าน ค่าบริการคือจำนวนหน้านี้คูณราคาต่อหน้าของ Endpoint

ประเภทของส่วนประกอบทั้ง 38 แบบ

กลุ่ม	ประเภท
หัวเรื่องและเนื้อหา	CenTitle, Para1 ถึง Para5, BodyText3, Text, TextBox
รายการ	List, ListNum1 ถึง ListNum4, ListCon1 ถึง ListCon4
ย่อหน้าเยื้อง	Indent1 ถึง Indent5
ตาราง	Table, TableLike
ส่วนประกอบหน้า	Header, Footer, Date, NextPage, UpperLeft, UpperRight, TopRight, BottomLeft, BottomRight
กราฟิก	Figure, Logo, LeftLogo
ลายเซ็น	Signature

รายละเอียดเพิ่มเติม

ผลการทดสอบ

เทียบกับ Google Cloud Vision เมื่อ 4 ตุลาคม 2569 ทั้งสองระบบอ่านภาพหน้าเดียวกันและเทียบกับเฉลยที่ตรวจแล้วชุดเดียวกัน วัดด้วยอัตราผิดพลาดระดับตัวอักษร (ยิ่งต่ำยิ่งดี) เอกสารทดสอบทั้งหมดไม่เคยใช้ฝึกโมเดล

เอกสารภาษาไทย	Google Cloud Vision	iApp	ดีกว่า: iApp / Google
เอกสารงบประมาณ รัฐสภา (539 หน้า)	37.4%	17.2%	469 / 25 หน้า
ราชกิจจานุเบกษา (221 หน้า)	13.8%	6.1%	217 / 0 หน้า
SEA-DocBench ภาษาไทย (1,225 หน้า)	49.4%	48.7%	443 / 243 หน้า
หนังสือเก่า วิกิซอร์ซ (608 หน้า)	25.4%	21.0%	413 / 124 หน้า
คำพิพากษาศาลปกครอง ฉบับสแกน (150 ฉบับ)	6.2%	3.1%	150 / 0 ฉบับ
รวมทั้งชุดทดสอบ 2,825 หน้า	36.0%	29.6%	1,654 / 425 หน้า

คำพิพากษาศาลปกครองอยู่ในขอบเขตที่โมเดลได้เรียนรู้มา: โมเดลฝึกด้วยคำพิพากษาฉบับอื่นของศาลเดียวกัน แต่ไม่เคยเห็นฉบับที่ใช้ทดสอบ ช่องว่างกว้างที่สุดบนเอกสารราชการ: Google อ่านตารางงบประมาณสองคอลัมน์โดยอ่านชื่อรายการทั้งคอลัมน์ก่อนแล้วจึงอ่านจำนวนเงินทั้งคอลัมน์ จำนวนเงินจึงหลุดจากรายการของมัน ส่วน iApp อ่านทีละแถว ข้อความที่ได้จึงนำไปใช้ต่อได้ทันที

ชุดทดสอบคำพิพากษาของรายงานผลการทดสอบเดือนสิงหาคม (คำพิพากษา 20 ฉบับ 242 หน้า สคริปต์และวิธีให้คะแนนเดิม) วัดซ้ำบนระบบจริงเมื่อ 5 ตุลาคม 2569:

รายการ	v3.0.0 ต.ค. 2569	v2.1.13 ส.ค. 2569	Google Cloud Vision
อัตราผิดพลาดระดับตัวอักษร	3.7% (ถูก 96.3%)	5.2% (94.8%)	6.1% (93.9%)
อัตราผิดพลาดระดับคำ	5.6% (ถูก 94.4%)	7.0% (93.0%)	7.5% (92.5%)
การวิเคราะห์เค้าโครง	96.97% AP โมเดลเค้าโครงเดิม	96.97% AP

วัดบนระบบจริงเดือนตุลาคม 2569: เวลามัธยฐาน 0.60 วินาทีต่อหน้าสำหรับข้อความล้วน รองรับราว 7.5 หน้าต่อวินาที (27,000 หน้าต่อชั่วโมง) สำหรับข้อความล้วน และราว 0.6 หน้าต่อวินาที (2,100 หน้าต่อชั่วโมง) สำหรับเค้าโครง Word, PowerPoint และ Excel ระบบทำงานบนเซิร์ฟเวอร์สองเครื่อง หากเครื่องหนึ่งล่ม บริการยังทำงานต่อได้

วิธีวัด ผลทุกชุดพร้อมช่วงความเชื่อมั่น และผลรายเอกสาร: รายงานผลการทดสอบ (PDF)

ข้อจำกัด

• อ่านได้เฉพาะตัวพิมพ์ ไม่อ่านลายมือ
• สแกนที่ 200 dpi ขึ้นไปให้ผลดีที่สุด
• ข้อความสั้นในภาพถ่าย เช่น ป้าย อ่านได้ แต่ในการทดสอบของเรา Google Cloud Vision ยังแม่นกว่าเล็กน้อย

การจัดการข้อมูล

เอกสารที่อัปโหลดประมวลผลบนเซิร์ฟเวอร์ของ iApp ในประเทศไทย และใช้เพื่อสร้างผลลัพธ์ที่ขอเท่านั้น ลิงก์ที่สร้างหมดอายุใน 10 นาที และไฟล์ที่สร้างถูกลบภายในหนึ่งชั่วโมง บริการเป็นไปตาม GDPR และ PDPA และมีแบบติดตั้งบนเซิร์ฟเวอร์ของคุณเองซึ่งเอกสารไม่ออกนอกเครือข่ายของคุณ: ติดต่อเรา

Changelog

เวอร์ชัน	วันที่	การเปลี่ยนแปลง
v3.0.0-20261005	5 ต.ค. 2569	อ่านด้วยโมเดล OCR ภาษาไทยของ iApp เอง บนเอกสารภาษาไทยแม่นกว่า Google Cloud Vision (ผลการทดสอบ) อัตราผิดพลาดระดับตัวอักษรบนชุดทดสอบเดือนสิงหาคมลดจาก 5.2% เหลือ 3.7% ระบบทำงานบนเซิร์ฟเวอร์สองเครื่อง รองรับราว 27,000 หน้าต่อชั่วโมง และไม่หยุดให้บริการระหว่างอัปเดต ข้อความล้วนจาก 1 IC เหลือ 0.049 IC ต่อหน้า ส่วนเค้าโครง Word, PowerPoint, Excel และ PDF ที่ค้นหาข้อความได้จาก 1 IC เหลือ 0.15 IC ต่อหน้า Endpoint, Request และ Response เหมือนเดิม
v2.1.13-20260822	22 ส.ค. 2569	เอนจินใหม่ (อัตราผิดพลาดระดับตัวอักษรลดลง 15% แบบสัมพัทธ์ เวลามัธยฐานต่อหน้าจาก 3.33 เหลือ 0.53 วินาที) ลิงก์ไฟล์แบบลงนามที่หมดอายุ ติดตั้งบนเซิร์ฟเวอร์ของคุณเองได้ และ PowerPoint, Excel กับ PDF ที่ค้นหาข้อความได้ พ้นช่วงทดลอง รายงานผลการทดสอบ (PDF)
v2.1.12-20251116	16 พ.ย. 2568	เพิ่ม Header iapp-input-pages ใน Response
v2.0	ส.ค. 2565	วิเคราะห์เค้าโครงเอกสารและส่งออกเป็น Word