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

2.9 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
AI による光学式文字認識で画像からテキストを抽出します。	3d85d423b82c	human	26f22dbdf9c3

OCR / テキスト抽出

AI による光学式文字認識（OCR）で画像からテキストを抽出します。複数の言語と品質ティアに対応しています。

API エンドポイント

POST /api/v1/tools/image/ocr

処理: 同期的な JSON レスポンス。clientJobId が指定された場合、進捗も SSE 経由で報告されます。

モデルバンドル: ocr（5～6 GB）

パラメーター

パラメーター	型	必須	デフォルト	説明
file	file	Yes	-	画像ファイル（マルチパート）
quality	string	No	`"balanced"`	品質ティア: `fast`（Tesseract）, `balanced`（PaddleOCR v5）, `best`（PaddleOCR VL）
language	string	No	`"auto"`	言語ヒント: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`
enhance	boolean	No	`true`	OCR 精度向上のために画像を前処理する
engine	string	No	-	非推奨。代わりに `quality` を使用してください。`tesseract` を `fast` に、`paddleocr` を `balanced` にマッピングします

リクエスト例

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

レスポンス（200 OK）

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

進捗（SSE、オプション）

clientJobId フォームフィールドが指定された場合、進捗イベントがストリーミングされます。

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

注意事項

ocr モデルバンドル（5～6 GB）のインストールが必要です。
OCR は画像のダウンロード URL ではなく、抽出したテキストを直接返します。
フォールバックチェーンを使用します。上位の品質ティアがクラッシュした場合（例: PaddleOCR のセグメンテーション違反）、自動的に一段下のティアで再試行します。
クラッシュせずに空のテキストが返された場合も、次のティアにフォールバックします。
品質ティアはエンジンにマッピングされます。fast = Tesseract、balanced = PaddleOCR v5、best = PaddleOCR VL。
HEIC/HEIF、RAW、TGA、PSD、EXR、HDR の入力フォーマットを自動デコードでサポートします。

2.9 KiB Raw Blame History Unescape Escape