liteparse 包含了一个ocr api 规范，可以自己开发扩展

请求格式

实际上是一个表单提交，包含了file 以及language

输出格式

{
  "results": [
    {
      "text": "recognized text",
      "bbox": [x1, y1, x2, y2],
      "confidence": 0.95,
      "polygon": [[x1, y1], [x2, y2], [x3, y3], [x4, y4]]
    }
  ]
}

说明

指南里边对于格式的转换也进行了一些说明，毕竟不同模型输出格式还是会有差异的

参考资料

https://github.com/run-llama/liteparse/blob/main/OCR_API_SPEC.md