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: "Estrai testo dalle immagini usando il riconoscimento ottico dei caratteri basato sull'AI."
|
||
|
|
i18n_source_hash: 3d85d423b82c
|
||
|
|
i18n_provenance: human
|
||
|
|
i18n_output_hash: 7203514995bd
|
||
|
|
---
|
||
|
|
|
||
|
|
# OCR / Text Extraction {#ocr-text-extraction}
|
||
|
|
|
||
|
|
Estrai testo dalle immagini usando il riconoscimento ottico dei caratteri basato sull'AI. Supporta più lingue e livelli di qualità.
|
||
|
|
|
||
|
|
## API Endpoint {#api-endpoint}
|
||
|
|
|
||
|
|
`POST /api/v1/tools/image/ocr`
|
||
|
|
|
||
|
|
**Elaborazione:** Risposta JSON sincrona. Se viene fornito `clientJobId`, l'avanzamento viene riportato anche tramite SSE.
|
||
|
|
|
||
|
|
**Bundle del modello:** `ocr` (5-6 GB)
|
||
|
|
|
||
|
|
## Parameters {#parameters}
|
||
|
|
|
||
|
|
| Parameter | Type | Required | Default | Description |
|
||
|
|
|-----------|------|----------|---------|-------------|
|
||
|
|
| file | file | Yes | - | File immagine (multipart) |
|
||
|
|
| quality | string | No | `"balanced"` | Livello di qualità: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL) |
|
||
|
|
| language | string | No | `"auto"` | Suggerimento sulla lingua: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
|
||
|
|
| enhance | boolean | No | `true` | Pre-elabora l'immagine per una migliore accuratezza dell'OCR |
|
||
|
|
| engine | string | No | - | Deprecato. Usa `quality` al suo posto. Mappa `tesseract` a `fast`, `paddleocr` a `balanced` |
|
||
|
|
|
||
|
|
## Example Request {#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}'
|
||
|
|
```
|
||
|
|
|
||
|
|
## Response (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"
|
||
|
|
}
|
||
|
|
```
|
||
|
|
|
||
|
|
### Progress (SSE, optional) {#progress-sse-optional}
|
||
|
|
|
||
|
|
Se viene fornito un campo form `clientJobId`, gli eventi di avanzamento vengono trasmessi in streaming:
|
||
|
|
|
||
|
|
```
|
||
|
|
event: progress
|
||
|
|
data: {"phase":"processing","stage":"Recognizing text...","percent":50}
|
||
|
|
```
|
||
|
|
|
||
|
|
## Notes {#notes}
|
||
|
|
|
||
|
|
- Richiede l'installazione del bundle del modello `ocr` (5-6 GB).
|
||
|
|
- L'OCR restituisce direttamente il testo estratto anziché un URL di download dell'immagine.
|
||
|
|
- Usa una catena di fallback: se un livello di qualità più alto va in crash (ad es. un segfault di PaddleOCR), riprova automaticamente con il livello inferiore successivo.
|
||
|
|
- Se un livello restituisce testo vuoto senza andare in crash, ricade comunque sul livello successivo.
|
||
|
|
- I livelli di qualità si mappano sui motori: `fast` = Tesseract, `balanced` = PaddleOCR v5, `best` = PaddleOCR VL.
|
||
|
|
- Supporta i formati di input HEIC/HEIF, RAW, TGA, PSD, EXR e HDR tramite decodifica automatica.
|