mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
66 lines
2.6 KiB
Markdown
66 lines
2.6 KiB
Markdown
|
---
|
||
|
|
description: "Extrae texto de imágenes mediante reconocimiento óptico de caracteres con IA."
|
||
|
|
i18n_source_hash: 3d85d423b82c
|
||
|
|
i18n_provenance: human
|
||
|
|
i18n_output_hash: 40269047c35e
|
||
|
|
---
|
||
|
|
|
||
|
|
# OCR / Extracción de texto {#ocr-text-extraction}
|
||
|
|
|
||
|
|
Extrae texto de imágenes mediante reconocimiento óptico de caracteres con IA. Admite varios idiomas y niveles de calidad.
|
||
|
|
|
||
|
|
## Endpoint de la API {#api-endpoint}
|
||
|
|
|
||
|
|
`POST /api/v1/tools/image/ocr`
|
||
|
|
|
||
|
|
**Procesamiento:** respuesta JSON síncrona. Si se proporciona `clientJobId`, el progreso también se informa a través de SSE.
|
||
|
|
|
||
|
|
**Paquete del modelo:** `ocr` (5-6 GB)
|
||
|
|
|
||
|
|
## Parámetros {#parameters}
|
||
|
|
|
||
|
|
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|
||
|
|
|-----------|------|----------|---------|-------------|
|
||
|
|
| file | file | Sí | - | Archivo de imagen (multipart) |
|
||
|
|
| quality | string | No | `"balanced"` | Nivel de calidad: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL) |
|
||
|
|
| language | string | No | `"auto"` | Sugerencia de idioma: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
|
||
|
|
| enhance | boolean | No | `true` | Preprocesar la imagen para mejorar la precisión del OCR |
|
||
|
|
| engine | string | No | - | Obsoleto. Usa `quality` en su lugar. Asigna `tesseract` a `fast`, y `paddleocr` a `balanced` |
|
||
|
|
|
||
|
|
## Ejemplo de solicitud {#example-request}
|
||
|
|
|
||
|
|
```bash
|
||
|
|
curl -X POST http://localhost:1349/api/v1/tools/image/ocr \
|
||
|
|
-F "file=@document.png" \
|
||
|
|
-F 'settings={"quality":"best","language":"en","enhance":true}'
|
||
|
|
```
|
||
|
|
|
||
|
|
## Respuesta (200 OK) {#response-200-ok}
|
||
|
|
|
||
|
|
```json
|
||
|
|
{
|
||
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
||
|
|
"filename": "document.png",
|
||
|
|
"text": "Extracted text content from the image...",
|
||
|
|
"engine": "paddleocr-vl"
|
||
|
|
}
|
||
|
|
```
|
||
|
|
|
||
|
|
### Progreso (SSE, opcional) {#progress-sse-optional}
|
||
|
|
|
||
|
|
Si se proporciona un campo de formulario `clientJobId`, los eventos de progreso se transmiten:
|
||
|
|
|
||
|
|
```
|
||
|
|
event: progress
|
||
|
|
data: {"phase":"processing","stage":"Recognizing text...","percent":50}
|
||
|
|
```
|
||
|
|
|
||
|
|
## Notas {#notes}
|
||
|
|
|
||
|
|
- Requiere que el paquete del modelo `ocr` esté instalado (5-6 GB).
|
||
|
|
- El OCR devuelve el texto extraído directamente en lugar de una URL de descarga de imagen.
|
||
|
|
- Usa una cadena de reserva: si un nivel de mayor calidad falla (por ejemplo, un segfault de PaddleOCR), reintenta automáticamente con el siguiente nivel inferior.
|
||
|
|
- Si un nivel devuelve texto vacío sin fallar, también recurre al siguiente nivel.
|
||
|
|
- Los niveles de calidad se asignan a motores: `fast` = Tesseract, `balanced` = PaddleOCR v5, `best` = PaddleOCR VL.
|
||
|
|
- Admite los formatos de entrada HEIC/HEIF, RAW, TGA, PSD, EXR y HDR mediante decodificación automática.
|