调用Google Vision API OCR返回400错误，寻求直接请求解决方案

嘿，我太懂这种直接用Base64调API踩坑的感觉了——毕竟客户端库用不了，存文件又嫌麻烦，直接发请求确实容易栽在细节上。我帮你梳理几个最常见的400错误原因，附上手把手的解决办法：

1. Base64字符串带了多余前缀 #

这是最容易踩的坑！很多人会把data:image/jpeg;base64,这种前缀一起传给API，但Google Vision API只接受纯Base64编码内容，不能带任何前缀。

举个反例（错误示范）：

# 错误：带了不必要的前缀
base64_image = "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAAAAAAAD..."

正确的做法是只保留编码后的核心部分：

import base64
# 假设processed_image是你处理后的图片二进制数据（比如PIL Image转bytes）
base64_image = base64.b64encode(processed_image).decode('utf-8')
# 得到的就是纯Base64字符串，无任何前缀

2. 请求JSON格式不符合API要求 #

Vision API对请求体的结构要求很严格，少字段、字段名写错都会返回400。一定要确保你的请求体是标准结构：

{
  "requests": [
    {
      "image": {
        "content": "你的纯Base64字符串"
      },
      "features": [
        {
          "type": "DOCUMENT_TEXT_DETECTION", // 或TEXT_DETECTION，按需选择
          "maxResults": 1
        }
      ]
    }
  ]
}

注意：requests是数组（哪怕只传一张图），features里的type必须是API支持的枚举值，大小写不能错。

3. 图片本身存在问题 #

• 检查处理后的图片是否损坏：把Base64字符串解码回二进制，保存成图片看看能不能正常打开。
• 检查图片大小：Vision API单张图片不能超过20MB，超过会直接返回400。
• 检查图片格式：确保是API支持的格式（JPEG、PNG、GIF、BMP等），处理后的图片格式不要出错。

完整的Python请求示例 #

给你一个可以直接参考的代码片段，对比你的代码看看哪里不一样：

import base64
import requests
from PIL import Image
import io

# 模拟你处理图片的过程（旋转、裁剪等）
def process_image(input_image_path):
    with Image.open(input_image_path) as img:
        # 示例：旋转90度
        rotated_img = img.rotate(90)
        # 把处理后的图片转成二进制bytes
        img_byte_arr = io.BytesIO()
        rotated_img.save(img_byte_arr, format='JPEG')
        return img_byte_arr.getvalue()

# 1. 处理图片得到二进制数据
processed_img_bytes = process_image("your_image.jpg")

# 2. 编码成纯Base64字符串
base64_img = base64.b64encode(processed_img_bytes).decode('utf-8')

# 3. 构建请求体
request_body = {
    "requests": [
        {
            "image": {"content": base64_img},
            "features": [{"type": "DOCUMENT_TEXT_DETECTION", "maxResults": 1}]
        }
    ]
}

# 4. 发送请求
API_KEY = "你的Google Cloud API密钥"
response = requests.post(
    f"https://vision.googleapis.com/v1/images:annotate?key={API_KEY}",
    json=request_body
)

# 5. 处理响应
if response.status_code == 200:
    print("OCR结果：", response.json())
else:
    print(f"错误状态码：{response.status_code}")
    print("详细错误信息：", response.json())  # 重点看这里的提示，能直接定位问题！

最后提醒一句：遇到400错误时，一定要打印响应的JSON内容——Google API会返回非常具体的错误原因，比如"message": "Invalid image content."或者"message": "Missing required field 'requests'."，根据这个提示修改比瞎试高效多了。

内容的提问来源于stack exchange，提问作者ytu