Dokumentenbetrug erkennen API

API-Einführung

Die auf Fälschungserkennung spezialisierte Technologie der künstlichen Intelligenz wurde mit der ImgAuth.com API einfacher als je zuvor. Mit nur wenigen Codezeilen können Sie diese Technologie in Ihre Anwendung integrieren.

Anfrageparameter: Base64-kodierte Bilddaten, URL-kodiert. Maximal 10 MB. Kürzeste Seite mindestens 512 px, längste Seite höchstens 8192 px. Unterstützt jpg/jpeg/png/bmp. Geben Sie entweder image oder url an.
Antwortparameter: Referenz der API-Antwortfelder

API-Einführung

Finanzteams prüfen Rechnungen und Quittungen
HR-Teams prüfen Zertifikate und Scans
Versicherungen prüfen Schadendokumente

Authentifizierung

Ersetzen Sie {your-api-domain} durch den im Kontodashboard angezeigten API-Endpoint.

Authentifizieren Sie Anfragen mit dem API-Endpoint Ihres Kontos und einem Bearer-Token. Nach dem Kauf von API-Credits können Sie Endpoint und Token im Kontodashboard einsehen. Halten Sie Ihr Token geheim und committen Sie es niemals in öffentliche Repositories.

POSThttps://api.imgauth.com/v1/document-fraud-detection

Authorization: Bearer {YOUR_API_TOKEN}
Content-Type: application/json; charset=UTF-8

Anfrageparameter

Parameter	Typ	✓	Beschreibung
image	string	✓	Base64-kodierte Bilddaten, URL-kodiert. Maximal 10 MB. Kürzeste Seite mindestens 512 px, längste Seite höchstens 8192 px. Unterstützt jpg/jpeg/png/bmp. Geben Sie entweder image oder url an.
detect_proportion	boolean	—	Legt fest, ob der Manipulations-Konfidenzwert zurückgegeben wird. Standard: false. true liefert den Wert, false unterdrückt ihn.
return_heatmap	boolean	—	Legt fest, ob eine Manipulations-Heatmap zurückgegeben wird. Standard: false. true liefert eine Base64-Heatmap, false unterdrückt sie.
location	boolean	—	Verwenden Sie diese Beispiele, um Ihre Integration zu erstellen und zu debuggen

Beispiel-HTTP-Anfrage

{
  "image": "<BASE64_IMAGE_WITHOUT_PREFIX>",
  "detect_proportion": true,
  "return_heatmap": true,
  "location": true
}

Antwortparameter

Parameter	Typ	Beschreibung
code	integer	Referenz für API-Antwortcodes
request_id	string	Verwenden Sie diese Beispiele, um Ihre Integration zu erstellen und zu debuggen
data.detection_result	"fake" \| "real"	Manipulationsergebnis: "fake" bedeutet Manipulation erkannt, "real" bedeutet keine Manipulation erkannt.
data.tampered_proportion	number \| null	Manipulations-Konfidenzwert, wird zurückgegeben wenn detect_proportion = true.
data.heatmap	string \| null	Base64-Heatmap manipulierter Bereiche, wird zurückgegeben wenn return_heatmap = true.
data.tampered_location	array	Array mit Koordinaten verdächtiger Bereiche, wird zurückgegeben wenn probability größer oder gleich restrict_probability ist. Jeder Eintrag enthält left, top, width, height und probability.

Beispielantworten

{
  "code": 0,
  "request_id": "req_01...",
  "data": {
    "detection_result": "fake",
    "tampered_proportion": 0.82,
    "heatmap": "<BASE64_HEATMAP>",
    "tampered_location": [
      { "left": 124, "top": 86, "width": 220, "height": 74, "probability": 0.91 }
    ]
  }
}

Fehlercodes

400INVALID_REQUESTAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

401INVALID_API_KEYAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

402CREDITS_EXHAUSTEDAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

403API_KEY_INACTIVE / API_KEY_EXPIREDAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

413PAYLOAD_TOO_LARGEAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

415UNSUPPORTED_IMAGEAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

502UPSTREAM_ERRORAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

504UPSTREAM_TIMEOUTAPI messages werden als rohe Upstream-Werte angezeigt, damit sie exakt den Antworten in Produktion entsprechen.

Code-Beispiele

curl -X POST "https://api.imgauth.com/v1/document-fraud-detection" \
  -H "Authorization: Bearer rh_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "image": "<BASE64_IMAGE_WITHOUT_PREFIX>",
  "detect_proportion": true,
  "return_heatmap": true,
  "location": true
}'