Node.js 识别图片验证码：CaptchaAI OCR API 实战

先给结论：在 Node.js 里识别一张扭曲字符的图片验证码只有两个动作——把图片以 base64 或文件形式 POST 到 in.php，拿到任务 ID 后每 5 秒轮询 res.php 直到拿回文本。核心逻辑不到 30 行，花时间的是截图、字符集约束和错误处理。

这类老式验证码在国内格外常见：政务平台、发票查验、社保查询，还有大量没重构的企业后台，用的仍是 4～6 位扭曲字符加干扰线。国际站点多是 reCAPTCHA 或 Turnstile，遗留系统里则是它。CaptchaAI 把图片读成文本，你负责填回表单。

开始前的准备

• 装依赖：npm install axios form-data，国内走 npmmirror 源更快。
• API Key 从环境变量读；示例里的 YOUR_API_KEY 只是占位符。

方法 A：base64 提交（图片已在内存里）

适合 Puppeteer 刚截完图或图片来自接口响应：编码后直接提交，省掉落盘。

const axios = require('axios');
const fs = require('fs');

const API_KEY = 'YOUR_API_KEY';
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));

// Read and encode the image
const imageB64 = fs.readFileSync('captcha.png').toString('base64');

// Submit to CaptchaAI
const { data: submitData } = await axios.post('https://ocr.captchaai.com/in.php', null, {
  params: {
    key: API_KEY,
    method: 'base64',
    body: imageB64,
    json: 1,
  },
});

if (submitData.status !== 1) throw new Error(submitData.request);
const taskId = submitData.request;
console.log(`Task submitted: ${taskId}`);

status 为 1 时，request 就是轮询用的任务 ID；带上 json: 1 可省去解析纯文本。

方法 B：以文件形式上传

图片就在磁盘上、或体积偏大时，走 multipart 更直接，省掉一长串 base64。

const FormData = require('form-data');

const form = new FormData();
form.append('key', API_KEY);
form.append('method', 'post');
form.append('json', '1');
form.append('file', fs.createReadStream('captcha.png'));

const { data: submitData } = await axios.post('https://ocr.captchaai.com/in.php', form, {
  headers: form.getHeaders(),
});

const taskId = submitData.request;

两种耗时相同，只看图片怎么来：截图用 A，读文件用 B，除 method 外参数一致。

轮询 res.php 取回识别文本

提交后先等 5 秒再进循环，能省掉一批无效请求。

await sleep(5000);

let captchaText;
for (let i = 0; i < 30; i++) {
  const { data: pollData } = await axios.get('https://ocr.captchaai.com/res.php', {
    params: { key: API_KEY, action: 'get', id: taskId, json: 1 },
  });

  if (pollData.status === 1) {
    captchaText = pollData.request;
    console.log(`CAPTCHA text: ${captchaText}`);
    break;
  }
  if (pollData.request !== 'CAPCHA_NOT_READY') {
    throw new Error(pollData.request);
  }
  await sleep(5000);
}

CAPCHA_NOT_READY 表示还在队列里（接口原样返回的拼写，不是笔误），继续等即可；其他字符串一律抛错：多半是参数或图片有问题，重试也是白搭。

用参数约束字符集，提升识别准确率

摸清目标验证码的规律后，比如固定 4 位纯数字，一定要带上约束参数。

// Digits only, 4-6 characters
const { data } = await axios.post('https://ocr.captchaai.com/in.php', null, {
  params: {
    key: API_KEY,
    method: 'base64',
    body: imageB64,
    numeric: 1,      // digits only
    min_len: 4,       // minimum length
    max_len: 6,       // maximum length
    json: 1,
  },
});

搜索空间越小，结果可用率越高——零成本，却最容易被跳过。

完整示例：截图 → 识别 → 填表

整条流水线如下。

const axios = require('axios');
const puppeteer = require('puppeteer');
const fs = require('fs');

const API_KEY = 'YOUR_API_KEY';
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));

async function solveImageCaptcha() {
  // 1. Load page and screenshot CAPTCHA
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://example.com/register');

  const captchaEl = await page.$('#captcha-image');
  await captchaEl.screenshot({ path: 'captcha.png' });

  // 2. Encode and submit
  const imageB64 = fs.readFileSync('captcha.png').toString('base64');
  const { data: submit } = await axios.post('https://ocr.captchaai.com/in.php', null, {
    params: { key: API_KEY, method: 'base64', body: imageB64, json: 1 },
  });
  const taskId = submit.request;

  // 3. Poll for text
  await sleep(5000);
  let text;
  for (let i = 0; i < 30; i++) {
    const { data: poll } = await axios.get('https://ocr.captchaai.com/res.php', {
      params: { key: API_KEY, action: 'get', id: taskId, json: 1 },
    });
    if (poll.status === 1) { text = poll.request; break; }
    if (poll.request !== 'CAPCHA_NOT_READY') throw new Error(poll.request);
    await sleep(5000);
  }

  // 4. Type and submit
  await page.type('#captcha-input', text);
  await page.click('form [type="submit"]');
  console.log(`Solved: ${text}`);
  await browser.close();
}

solveImageCaptcha().catch(console.error);

预期输出：

Solved: ABC123

接进流程时注意两点：

• 超时和重试套在整段上：识别失败意味着这一轮表单要重来。
• 确认选择器命中的是验证码图片，截到空白是最常见的失败原因。

常见错误码与处理

• 结果不对时，用 action=reportbad 带任务 ID 请求 res.php 上报。
• 体积最容易踩坑：截图后先判断大小，超了用 sharp 压一次；不足 100 字节说明截图逻辑有问题。

并发怎么估：一个日常回归的例子

假设一套发票查验系统的回归脚本，每天 2000 次表单提交，每次一道图片验证码。CaptchaAI 按并发线程计费，不按次数计费：串行跑用 BASIC（$15/月，5 线程）够用；要半小时内跑完，并发拉到几十，看 ADVANCE（$90/月，50 线程）。

合规提醒：这套流程只跑在你自有或已获授权的系统上——网络安全法、数据安全法和《个人信息保护法》对未授权访问都划了边界。

常见问题

识别一次要多久？超时该怎么设？

图片验证码是最轻的一类任务，多数几秒返回。代码里留 150 秒上限即可；30 秒还没结果，重新截图比继续等更划算。

中文汉字验证码也能提交吗？

提交方式完全一样，都走图片/OCR 这一类，接口不区分语种。但非拉丁字符效果差异较大，上线前用自有样本测一轮。

CaptchaAI 能识别 hCaptcha 或 GeeTest v4 吗？

都不在支持范围内。正式支持 reCAPTCHA v2/v3 系列、Cloudflare Turnstile 与 Challenge、GeeTest v3、图片/OCR、九宫格和 BLS，另有 CaptchaFox、Friendly Captcha、Lemin 三类测试版。GeeTest v4 的官方口径是即将支持。

相关阅读

• 用 Python 和 OCR 识别图片验证码
• 图片验证码识别接口用法详解

注册 CaptchaAI，跑通第一次图片验证码识别 →