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

2.4 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Extrahera text från bilder med AI-driven optisk teckenigenkänning.	3d85d423b82c	human	446bffa09bca

OCR / Textextrahering

Extrahera text från bilder med AI-driven optisk teckenigenkänning. Stöder flera språk och kvalitetsnivåer.

API-slutpunkt

POST /api/v1/tools/image/ocr

Bearbetning: Synkront JSON-svar. Om clientJobId anges rapporteras förloppet även via SSE.

Modellpaket: ocr (5-6 GB)

Parametrar

Parameter	Typ	Obligatorisk	Standard	Beskrivning
file	file	Ja	-	Bildfil (multipart)
quality	string	Nej	`"balanced"`	Kvalitetsnivå: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL)
language	string	Nej	`"auto"`	Språktips: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`
enhance	boolean	Nej	`true`	Förbehandla bilden för bättre OCR-noggrannhet
engine	string	Nej	-	Föråldrad. Använd `quality` istället. Mappar `tesseract` till `fast`, `paddleocr` till `balanced`

Exempelförfrågan

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

Svar (200 OK)

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

Förlopp (SSE, valfritt)

Om ett formulärfält clientJobId anges strömmas förloppshändelser:

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

Anteckningar

Kräver att modellpaketet ocr är installerat (5-6 GB).
OCR returnerar den extraherade texten direkt istället för en nedladdnings-URL för en bild.
Använder en fallback-kedja: om en nivå med högre kvalitet kraschar (t.ex. PaddleOCR-segfault) försöker den automatiskt igen med nästa lägre nivå.
Om en nivå returnerar tom text utan att krascha faller den också tillbaka till nästa nivå.
Kvalitetsnivåer mappas till motorer: fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
Stöder HEIC/HEIF-, RAW-, TGA-, PSD-, EXR- och HDR-indataformat via automatisk avkodning.

2.4 KiB Raw Blame History