mirror of https://github.com/snapotter-hq/SnapOtter.git synced 2026-08-03 07:46:42 +02:00

Files

T

SnapOtterandGitHub 4963ab3bbd feat(docs-i18n): translate all documentation into 20 languages

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.

2026-07-11 13:52:47 +08:00

2.3 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
使用 AI 驅動的光學字元辨識從圖片擷取文字。	3d85d423b82c	human	3b9f7c3af638

OCR／文字擷取

使用 AI 驅動的光學字元辨識從圖片擷取文字。支援多種語言與品質層級。

API 端點

POST /api/v1/tools/image/ocr

處理方式： 同步 JSON 回應。若提供 clientJobId，也會透過 SSE 回報進度。

模型套件包： ocr（5-6 GB）

參數

參數	類型	必填	預設值	說明
file	file	是	-	圖片檔案（multipart）
quality	string	否	`"balanced"`	品質層級：`fast`（Tesseract）、`balanced`（PaddleOCR v5）、`best`（PaddleOCR VL）
language	string	否	`"auto"`	語言提示：`auto`、`en`、`de`、`fr`、`es`、`zh`、`ja`、`ko`
enhance	boolean	否	`true`	預先處理圖片以提高 OCR 準確度
engine	string	否	-	已淘汰。請改用 `quality`。將 `tesseract` 對應至 `fast`，將 `paddleocr` 對應至 `balanced`

範例請求

curl -X POST http://localhost:1349/api/v1/tools/image/ocr \
  -F "file=@document.png" \
  -F 'settings={"quality":"best","language":"en","enhance":true}'

回應（200 OK）

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "filename": "document.png",
  "text": "Extracted text content from the image...",
  "engine": "paddleocr-vl"
}

進度（SSE，選用）

若提供 clientJobId 表單欄位，則會串流傳送進度事件：

event: progress
data: {"phase":"processing","stage":"Recognizing text...","percent":50}

注意事項

需要安裝 ocr 模型套件包（5-6 GB）。
OCR 會直接傳回擷取的文字，而非圖片下載 URL。
使用備援鏈結：若較高品質的層級當機（例如 PaddleOCR segfault），會自動以下一個較低層級重試。
若某層級傳回空白文字但未當機，也會退回至下一個層級。
品質層級對應各引擎：fast = Tesseract、balanced = PaddleOCR v5、best = PaddleOCR VL。
透過自動解碼支援 HEIC/HEIF、RAW、TGA、PSD、EXR 與 HDR 輸入格式。

2.3 KiB Raw Blame History Unescape Escape