mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
66 lines
3.4 KiB
Markdown
66 lines
3.4 KiB
Markdown
|
---
|
||
|
|
description: "Витягуйте текст із зображень за допомогою оптичного розпізнавання символів на основі ШІ."
|
||
|
|
i18n_source_hash: 3d85d423b82c
|
||
|
|
i18n_provenance: human
|
||
|
|
i18n_output_hash: 2379df96db26
|
||
|
|
---
|
||
|
|
|
||
|
|
# OCR / Витяг тексту {#ocr-text-extraction}
|
||
|
|
|
||
|
|
Витягуйте текст із зображень за допомогою оптичного розпізнавання символів на основі ШІ. Підтримує кілька мов і рівнів якості.
|
||
|
|
|
||
|
|
## Кінцева точка API {#api-endpoint}
|
||
|
|
|
||
|
|
`POST /api/v1/tools/image/ocr`
|
||
|
|
|
||
|
|
**Обробка:** Синхронна відповідь JSON. Якщо вказано `clientJobId`, прогрес також повідомляється через SSE.
|
||
|
|
|
||
|
|
**Пакет моделі:** `ocr` (5-6 ГБ)
|
||
|
|
|
||
|
|
## Параметри {#parameters}
|
||
|
|
|
||
|
|
| Параметр | Тип | Обов'язковий | За замовчуванням | Опис |
|
||
|
|
|-----------|------|----------|---------|-------------|
|
||
|
|
| file | file | Так | - | Файл зображення (multipart) |
|
||
|
|
| quality | string | Ні | `"balanced"` | Рівень якості: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL) |
|
||
|
|
| language | string | Ні | `"auto"` | Підказка мови: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
|
||
|
|
| enhance | boolean | Ні | `true` | Попередня обробка зображення для кращої точності OCR |
|
||
|
|
| engine | string | Ні | - | Застаріле. Використовуйте `quality` замість цього. Зіставляє `tesseract` з `fast`, `paddleocr` з `balanced` |
|
||
|
|
|
||
|
|
## Приклад запиту {#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}'
|
||
|
|
```
|
||
|
|
|
||
|
|
## Відповідь (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"
|
||
|
|
}
|
||
|
|
```
|
||
|
|
|
||
|
|
### Прогрес (SSE, опціонально) {#progress-sse-optional}
|
||
|
|
|
||
|
|
Якщо вказано поле форми `clientJobId`, події прогресу передаються потоком:
|
||
|
|
|
||
|
|
```
|
||
|
|
event: progress
|
||
|
|
data: {"phase":"processing","stage":"Recognizing text...","percent":50}
|
||
|
|
```
|
||
|
|
|
||
|
|
## Примітки {#notes}
|
||
|
|
|
||
|
|
- Потребує встановлення пакета моделі `ocr` (5-6 ГБ).
|
||
|
|
- OCR повертає витягнутий текст безпосередньо, а не URL завантаження зображення.
|
||
|
|
- Використовує ланцюжок відкату: якщо рівень вищої якості аварійно завершується (наприклад, segfault PaddleOCR), він автоматично повторює спробу з наступним нижчим рівнем.
|
||
|
|
- Якщо рівень повертає порожній текст без аварійного завершення, він також відкочується до наступного рівня.
|
||
|
|
- Рівні якості зіставляються з рушіями: `fast` = Tesseract, `balanced` = PaddleOCR v5, `best` = PaddleOCR VL.
|
||
|
|
- Підтримує вхідні формати HEIC/HEIF, RAW, TGA, PSD, EXR та HDR через автоматичне декодування.
|