CapSolverとn8nを使用してImageToTextを解決する方法

画像ベースのCAPTCHAはどこにでもあります — ログインフォーム、サインアップページ、チケット販売サイト、政府ポータルなど。これらは歪んだ文字、数字、またはその両方の組み合わせの画像を表示し、ユーザーに見たものを入力するよう求めます。従来のツールでこれらを自動化するには、独自のOCRパイプラインを構築し、ノイズフィルターを処理し、すべてのフォントと歪みタイプに対して特殊なケースを処理する必要があります。

独自のモデルをトレーニングすることなく、n8nワークフロー内で画像CAPTCHAを自動的に解決できるとしたらどうでしょうか？再利用可能な解決APIを構築している場合でも、画像CAPTCHAの読み取りを必要とするフォーム送信を自動化している場合でも、すべて可能です。

このガイドでは、n8n（ビジュアルワークフロー自動化ツール）と**CapSolver**（AIを活用したCAPTCHA解決サービス）を組み合わせて、オンデマンドで画像からテキストへのCAPTCHAを解決する方法を学びます — スタンドアロンのAPIエンドポイントとして、またはより大きな自動化ワークフローのステップとして。

構築するもの：

解決API — 他のツールが呼び出すことができる再利用可能なエンドポイント：

• base64画像を許容し、認識されたテキストを返す画像からテキストへの解決API。

直接使用ワークフロー — CapSolverをより大きな自動化のステップとして埋め込む：

• ターゲットウェブサイトからCAPTCHA画像を取得し、base64に変換し、CapSolverで解決し、認識されたテキストでフォームを送信するフォーム自動化。

ImageToTextTaskとは？

ImageToTextTaskは、CapSolverのOCRベースの認識サービスです。base64エンコードされたCAPTCHA画像を送信すると、CapSolverは認識されたテキスト（文字、数字、またはその両方）を即座に返します。

これは、reCAPTCHAやTurnstileなどの他のCapSolver操作とは根本的に異なります。

主な違いは、認識操作は即座に結果を返すことです — タスクの作成やポーリングはありません。画像を送信すると、CapSolverがそれを読み取り、テキストが単一のリクエスト-レスポンスサイクルで返されます。

必須パラメータ

オプションパラメータ

モジュールタイプ

前提条件

始める前に、以下があることを確認してください。

1. n8nインスタンス — セルフホストまたはn8n Cloud
2. CapSolverアカウント — こちらでサインアップし、APIキーを取得してください
3. CapSolver n8nノード — n8nに公式ノードとしてすでに利用可能（インストール不要）

重要: CapSolverアカウントに十分な残高があることを確認してください。ImageToTextタスクは使用量に基づいてクレジットを消費します。

n8nでのCapSolverのセットアップ

CapSolverはn8nの公式統合として利用可能です — コミュニティノードのインストールは不要です。ワークフローを構築する際に、ノードパネルで直接見つけることができます。

公式統合であるため、CapSolverノードがアカウントで認証できるように、n8nでクレデンシャルを作成する必要があります。

ステップ1: クレデンシャルページを開く

n8nインスタンスに移動し、Settings -> Credentialsに移動します。ここに構成済みのすべてのクレデンシャルが表示されます。

ステップ2: CapSolverクレデンシャルを作成する

1. Create credential（右上隅）をクリックします
2. **「CapSolver」**を検索し、CapSolver APIを選択します
3. APIキーを入力します — CapSolverダッシュボードから直接コピーします
4. Allowed HTTP Request DomainsはAll（デフォルト）のままにします
5. Saveをクリックします

n8nは自動的に接続をテストします。APIキーが有効であることを確認する緑色の**「Connection tested successfully」**バナーが表示されます。

重要: ワークフロー内のすべてのCapSolverノードはこのクレデンシャルを参照します。一度作成するだけで済みます — すべての解決ワークフローで同じクレデンシャルが共有されます。

これで、ImageToText解決ワークフローを構築する準備ができました！

CAPTCHA画像のBase64エンコーディングを理解する

ワークフローに入る前に、ImageToTextTaskのbase64要件を理解することが重要です。これは最も一般的なエラーの原因です。

CapSolverが期待するもの

bodyパラメータには、クリーンなbase64文字列 — 画像ファイルの生のエンコードされたバイトが含まれている必要があります。具体的には：

• data:プレフィックスなし — data:image/png;base64,iVBORw0KGgo...がある場合、data:image/png;base64,部分を削除する必要があります
• 改行文字なし — base64文字列は\n文字のない単一の連続した行である必要があります
• 空白なし — スペース、タブ、その他の空白文字はありません

n8nでクリーンなBase64文字列を取得する方法

n8nのHTTP Requestノードで画像をフェッチすると、応答はバイナリデータとして届きます。CapSolver用にbase64に変換するには、Codeノードを使用します。

// バイナリ画像データをクリーンなbase64に変換
const binaryData = $input.first().binary.data;
const base64String = binaryData.data; // n8nのバイナリ形式ではすでにbase64

// data:プレフィックスがあれば削除（安全チェック）
const cleanBase64 = base64String.replace(/^data:image\/\w+;base64,/, "");

// 改行文字を削除
const finalBase64 = cleanBase64.replace(/\n/g, "");

return [{ json: { body: finalBase64 } }];

一般的なエラー

ワークフロー1: ImageToText解決API

このワークフローは、base64 CAPTCHA画像を許容し、認識されたテキストを返すPOST APIエンドポイントを作成します。

仕組み

ワークフローは6つのノードで構成されています。

1. Receive Solver Request — 画像データを含むPOSTリクエストを受信するWebhook
2. Validate Image Input — bodyが存在し、有効なbase64であることをチェックするCodeノード
3. Solve Image Captcha — Resource=Recognition, Operation=Image To Textを使用するCapSolverノード
4. Image Captcha Error? — 解決が失敗したかどうかに基づいて分岐するIFノード
5. Respond to Webhook — 成功時に認識されたテキストを返す
6. Respond to Webhook Error — 失敗時にエラーメッセージを返す

ノード構成

1. Receive Solver Request (Webhook)

これにより、https://your-n8n-instance.com/webhook/solver-image-to-textにエンドポイントが作成されます。

2. Validate Image Input (Code)

このノードは、リクエスト本文に有効なbodyパラメータが含まれていることを確認し、data:プレフィックスや偶発的な改行文字を削除します。

const body = $input.first().json.body;

if (!body || !body.body) {
  return [{ json: { error: 'Missing required field: body (base64 encoded image)' } }];
}

let imageBase64 = String(body.body);

// data:プレフィックスが誤って含まれている場合は削除
imageBase64 = imageBase64.replace(/^data:image\/\w+;base64,/, '');

// 改行文字と空白を削除
imageBase64 = imageBase64.replace(/[\n\r\s]/g, '');

// 基本的なbase64検証
if (!/^[A-Za-z0-9+\/]+=*$/.test(imageBase64)) {
  return [{ json: { error: 'Invalid base64 encoding in body field' } }];
}

return [{
  json: {
    body: imageBase64,
    module: body.module || 'common'
  }
}];

3. Solve Image Captcha (CapSolver)

重要: CapSolverノードでは、まずResource = Recognitionを選択し、次にOperation = Image To Textを選択する必要があります。これはreCAPTCHAやTurnstileなどのトークン操作とは異なります。また、このノードでCapSolverクレデンシャルを選択してください。

4. Image Captcha Error? (IF)

CapSolverノードはエラー時に続行するため（onError: continueRegularOutput）、エラーはワークフローをクラッシュさせるのではなく、`{