mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
SnapOtterandGitHub
4963ab3bbd
All 181 docs markdown files translated into 20 languages (apps/docs/<locale>/**). Companion to the i18n code PR; admin-merged because the file count exceeds GitHub's per-PR CI trigger limit. Validated by pnpm i18n:check (all surfaces, 0 stale/missing) and a clean all-locale docs build.
54 lines
2.2 KiB
Markdown
54 lines
2.2 KiB
Markdown
---
|
|
description: "Extrae texto de documentos PDF mediante OCR con inteligencia artificial."
|
|
i18n_source_hash: 1431fcba180b
|
|
i18n_provenance: human
|
|
i18n_output_hash: bddf4136c82a
|
|
---
|
|
|
|
# OCR de PDF {#pdf-ocr}
|
|
|
|
Extrae texto de documentos PDF mediante reconocimiento óptico de caracteres con inteligencia artificial. Admite varios niveles de calidad e idiomas. Requiere que el paquete de funciones OCR esté instalado.
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/pdf/ocr-pdf`
|
|
|
|
Acepta datos de formulario multipart con un archivo PDF y un campo JSON `settings` opcional.
|
|
|
|
## Parameters {#parameters}
|
|
|
|
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|
|
|-----------|------|----------|---------|-------------|
|
|
| quality | string | No | `"balanced"` | Nivel de calidad del OCR: `fast`, `balanced`, `best` |
|
|
| language | string | No | `"auto"` | Idioma del documento: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
|
|
| pages | string | No | `"all"` | Selección de páginas, p. ej. `"all"`, `"1-3"`, `"1,3,5"` |
|
|
|
|
## Example Request {#example-request}
|
|
|
|
```bash
|
|
curl -X POST http://localhost:1349/api/v1/tools/pdf/ocr-pdf \
|
|
-H "Authorization: Bearer si_your-api-key" \
|
|
-F "file=@scanned.pdf" \
|
|
-F 'settings={"quality": "best", "language": "en", "pages": "1-5"}'
|
|
```
|
|
|
|
## Example Response {#example-response}
|
|
|
|
Devuelve `202 Accepted`. Sigue el progreso mediante SSE en `/api/v1/jobs/{jobId}/progress`.
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
## Notes {#notes}
|
|
|
|
- Formato de entrada aceptado: `.pdf`.
|
|
- Esta es una herramienta de IA que requiere que el **paquete de funciones OCR** esté instalado. Si el paquete no está instalado, la API devuelve `501 Not Implemented`.
|
|
- El nivel de calidad `fast` usa un modelo más ligero para un procesamiento más rápido; `best` usa un modelo más preciso a costa de la velocidad.
|
|
- El ajuste de idioma `auto` intenta detectar el idioma del documento automáticamente.
|
|
- Puedes seleccionar páginas concretas mediante rangos (`"1-3"`), listas separadas por comas (`"1,3,5"`) o `"all"` para todas las páginas.
|
|
- Para los PDF que ya contienen texto seleccionable, considera usar la herramienta más rápida [PDF a texto](./pdf-to-text) en su lugar.
|