Распознавание и перевод текста на изображениях и скриншотах
Превращайте текст на изображении в JSON — целиком или с абзацами, строками, словами и их позициями — и переводите его в том же вызове.
Много полезного текста никогда не существует в виде текста: промобаннеры, скриншоты, отсканированные страницы, фото упаковки и меню на другом языке. Перепечатывать его вручную долго, а искать по картинке или переводить её нельзя. Lovely Router читает изображение за вас с помощью Google Lens. Отправьте ссылку на изображение, получите текст в JSON, платите за каждое изображение с предоплаченного баланса и запросите перевод в том же вызове. Используйте инструмент из скрипта, конвейера данных или ИИ-агента с одним API-ключом.
Передайте это своему ИИ-агенту
Скопируйте этот промпт в Claude Code, Cursor, Codex или любой кодинг-агент. Он подскажет агенту, где документация и как использовать ваш API-ключ.
Распознавание и перевод текста на изображениях и скриншотах. Use the Lovely Router data tools: each returns JSON and is billed per result.
- Docs (read first): https://lovelyrouter.com/docs/tools/find.md and https://lovelyrouter.com/docs/tools/run.md
- Plan first: POST https://lovelyrouter.com/v1/tools/suggest with `{"task": "<my task in plain words>"}` (free). It returns the tools to run in order, each with an example `input`, the `input_required` fields, an estimated cost and a ready-made `run` request. Replace the example values with my task's; if a field is unclear, read the tool with GET https://lovelyrouter.com/v1/tools/<id>. To browse instead, POST https://lovelyrouter.com/v1/tools/discover searches the catalog.
- Show me the plan and its estimated cost (`total_est_cost_usd`) before running anything large.
- Run: POST https://lovelyrouter.com/v1/tools/<id>/run with `{"input": {...}, "max_results": N}`. A 200 has the finished run with `items`; a 202 means it is still running, so poll the `poll` path until `status` is `succeeded`, `failed`, `timed_out` or `stopped`.
- Only delivered results are billed. Keep max_results small on the first run, check the output, then scale up.
- If you support MCP, connect https://lovelyrouter.com/mcp instead (Streamable HTTP, same key; https://lovelyrouter.com/docs/tools/mcp.md) and use suggest_tools, get_tool and run_tool.
- Auth: read my API key from the LOVELY_API_KEY environment variable and send it as `Authorization: Bearer $LOVELY_API_KEY`. Never print or commit the key. If it is not set, ask me to create one at https://lovelyrouter.com/app/keys.
- Billing is prepaid: every call is charged to my balance, so test with a small request before running anything large.
- Every docs page is plain Markdown; the full index is https://lovelyrouter.com/llms.txt.
My task: <the inputs (links, keywords or accounts) and how many results you need>Как это работает
Разместите или найдите изображение
Инструмент читает изображение по публичной ссылке. Поддерживаются JPEG, PNG, WebP, BMP, TIFF и HEIC.
Выберите нужную детализацию
Задайте
outputDetail=text_only, чтобы получить простой текст, илиparagraphs,lines,wordsлибоfull, если нужны ещё структура и позиции. Добавьтеlanguageкак подсказку иtranslateTo, если нужен перевод.Используйте текст
Ищите по нему, сохраняйте, передавайте модели или сравнивайте с предыдущей версией того же изображения.
Текст с изображения одним запросом
Текст с изображения (OCR) принимает одну ссылку на изображение в imageUrl. Одно изображение — один результат:
curl https://lovelyrouter.com/v1/tools/image-ocr/run \
-H "Authorization: Bearer $LOVELY_API_KEY" \
-H "content-type: application/json" \
-d '{
"input": {
"imageUrl": "https://tesseract.projectnaptha.com/img/eng_bw.png",
"outputDetail": "text_only"
},
"max_results": 1
}'Если запуск не завершился за 60 секунд, возвращается 202; как опрашивать статус, описано в разделе «Запуск инструмента». Чтобы обработать много изображений, отправляйте по одному запуску на изображение.
Что возвращается для каждого изображения
| Группа полей | Что вы получаете |
|---|---|
| Текст | Весь текст, найденный на изображении |
| Структура | Абзацы, строки или слова — в зависимости от outputDetail |
| Позиции | Где на изображении находятся абзацы, строки или слова |
| Перевод | Текст на языке, заданном в translateTo |
С text_only вы получаете только текст. Выбирайте full, когда нужно всё, что умеет возвращать инструмент.
Рецепты
Соберите изображения баннеров с иноязычного сайта, запустите каждое с translateTo = en и дайте команде мерчандайзинга таблицу предложений на английском.
Пропустите скриншоты из поддержки через инструмент, сохраните текст рядом с тикетом и ищите сообщения об ошибках, которые встречались только на картинках.
Используйте paragraphs, чтобы сохранить порядок чтения, а затем передайте текст модели для пересказа или извлечения нужных полей.
Прочитайте свой креатив в режиме text_only и сравните с утверждённым текстом, чтобы поймать опечатки и устаревшие цены.
Подключите инструмент к ИИ-агенту, чтобы, когда страница возвращает картинку вместо текста, он читал изображение, а не сдавался.
Удобнее простыми словами? Подключите MCP-сервер и скажите Claude Code или Cursor: «Прочитай текст на изображении по этому URL, переведи его на английский и скажи, в чём суть предложения. Задай max_results = 1».
Сочетайте с другими инструментами
Изображения откуда-то берутся. Эти инструменты находят или делают их:
Текст на изображении, распознанный через Google Lens: весь текст или абзацы, строки и слова с координатами; по желанию — перевод.
Скриншот веб-страниц целиком (PNG или PDF); возвращает ссылку на изображение.
Обходит весь сайт (или его раздел) и возвращает каждую страницу в чистом Markdown, готовом для LLM. Подходит для RAG и сайтов документации.
Объявления рекламодателя из Google Ads Transparency Center: формат, текст, даты показа, регионы.
website-screenshotсохраняет страницу в PNG или PDF и возвращает ссылку на изображение, готовую для OCR.website-crawlпревращает весь сайт в Markdown, по одной странице на результат.google-ads-transparencyвыдаёт объявления конкурента, если вам нужны и тексты этих объявлений.
Подробнее о сборе данных из открытого интернета — в разделе извлечение веб-данных.
Сколько это стоит
Вы платите за каждое изображение: при старте запуск резервирует свою максимальную стоимость — плату за вызов плюс плату за изображение, умноженную на max_results, — а затем рассчитывается по фактически возвращённому. Остаток резерва возвращается на баланс. Запуск, завершившийся ошибкой или по тайм-ауту, оплачивает только выданные изображения, а запуск, отклонённый при старте, ничего не стоит.
Распознавание 500 изображений оплачивается как 500 изображений. Подписки и ежемесячного минимума нет: пополнение от $5, и один баланс оплачивает и инструменты, и модели. На карточке выше — актуальная цена; все инструменты перечислены на странице цен.
Частые вопросы
Какие форматы изображений он читает?+
JPEG, PNG, WebP, BMP, TIFF и HEIC по публичной ссылке.
Может ли он прочитать закрытый или локальный файл?+
На вход подаётся публичная ссылка на изображение. Загрузите файл туда, откуда его можно скачать, и передайте эту ссылку.
Может ли он перевести текст?+
Да. Задайте в translateTo код ISO 639-1, например en, de или es, и текст будет переведён. Через language можно подсказать язык текста на изображении.
Как получить позиции слов?+
Задайте outputDetail = words, lines или paragraphs, чтобы получить текст с позициями, или full. text_only возвращает только текст.
Нужна ли подписка?+
Нет. Вы пополняете предоплаченный баланс, и каждый запуск списывает с него средства. За неудачные запуски вы платите только за выданные результаты, и ничего не продлевается автоматически.
Работаете не только с картинками, но и со страницами? Смотрите извлечение веб-данных и остальной каталог инструментов.
Один предоплаченный ключ для моделей, данных и агентов
Без подписки. Пополняйте баланс, используйте сколько нужно и смотрите каждое списание в логах.