WiseOCR 医学文档智能识别

1. 接口介绍

支持用户上传 PDF 文件（如纸质医学报告单扫描件），系统基于视觉大模型自动完成 OCR 识别，将文档中的文字内容转换为结构化的 Markdown 格式输出，便于后续的信息解析、存储与展示。

2. 请求地址

POST https://openapi.wisediag.com/v1/ocr/pdf

3. 请求参数

请求方式为 multipart/form-data：

字段名	类型	必填	说明
file	File	✅	上传的 PDF 文件（仅支持 .pdf 格式）
dpi	Integer	可选	页面渲染 DPI，范围 72-600（默认：200）
prompt	String	可选	自定义 OCR 提示词（不传则使用内置默认值）

4. 请求示例

curl --location --request POST 'https://openapi.wisediag.com/v1/ocr/pdf' \
--header 'Authorization: Bearer sk-**********************************' \
--form 'file=@"/path/to/medical_report.pdf"' \
--form 'dpi="200"'

5. 响应说明

字段名	类型	说明
filename	String	上传的文件名
total_pages	Integer	PDF 总页数
markdown	String	所有页面合并后的 Markdown 内容（页间以 `---` 分隔）
elapsed_seconds	Float	处理耗时（秒）
usage	Object	用量统计（用于计费），详见下表

usage 对象：

字段名	类型	说明
completion_tokens	Integer	模型生成的 token 总数（所有页累加）
prompt_tokens	Integer	输入 token 数（始终为 0）
ocr_pic_size	Integer	OCR 处理的图片数量（即 PDF 页数）
total_tokens	Integer	token 总数（= completion_tokens）

6. 响应示例

{
  "filename": "medical_report.pdf",
  "total_pages": 3,
  "markdown": "# 体检报告\n\n| 项目 | 结果 | 参考值 |\n| --- | --- | --- |\n| 血红蛋白 | 133 | 113-151 g/L |\n\n---\n\n...",
  "elapsed_seconds": 12.35,
  "usage": {
    "completion_tokens": 893,
    "prompt_tokens": 0,
    "ocr_pic_size": 3,
    "total_tokens": 893
  }
}

7. 请求头

Authorization: Bearer sk-your-api-key
Content-Type: multipart/form-data

8. 注意事项

文件格式：仅支持 .pdf 文件
文件大小：单文件建议不超过 50MB，页数建议不超过200页（如有特殊需求，请联系技术支持团队。）
DPI 设置：DPI 越高识别精度越高，但处理速度越慢；建议使用默认值 200，清晰文档可适当降低至 150
自定义提示词：可通过 prompt 参数传入自定义提示词，适配不同类型的文档识别需求
请求超时：单次请求最长处理时间为 10 分钟，超时返回 504
响应格式：所有接口返回标准 JSON 格式（非流式）

9. 错误码说明

HTTP 状态码	说明
200	请求成功
400	请求参数错误（如文件格式不支持、文件为空）
413	上传文件过大（超过 50 MB 限制）
422	PDF 渲染失败（文件损坏或不可解析）
500	OCR 处理失败（内部错误）
503	视觉模型服务不可用
504	请求超时（处理时间超过 10 分钟）

10. 技术支持

如有问题，请联系技术支持团队。

本页目录