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

2.5 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Wyodrębniaj tekst z obrazów za pomocą optycznego rozpoznawania znaków wspomaganego AI.	3d85d423b82c	human	41c5d748cf54

OCR / Wyodrębnianie tekstu

Wyodrębniaj tekst z obrazów za pomocą optycznego rozpoznawania znaków wspomaganego AI. Obsługuje wiele języków i poziomów jakości.

Punkt końcowy API

POST /api/v1/tools/image/ocr

Przetwarzanie: Synchroniczna odpowiedź JSON. Jeśli podano clientJobId, postęp jest też raportowany przez SSE.

Pakiet modeli: ocr (5-6 GB)

Parametry

Parametr	Typ	Wymagany	Domyślnie	Opis
file	file	Tak	-	Plik obrazu (multipart)
quality	string	Nie	`"balanced"`	Poziom jakości: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL)
language	string	Nie	`"auto"`	Podpowiedź językowa: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`
enhance	boolean	Nie	`true`	Wstępnie przetwórz obraz dla lepszej dokładności OCR
engine	string	Nie	-	Przestarzały. Użyj `quality`. Mapuje `tesseract` na `fast`, `paddleocr` na `balanced`

Przykładowe żądanie

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

Odpowiedź (200 OK)

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

Postęp (SSE, opcjonalnie)

Jeśli podano pole formularza clientJobId, zdarzenia postępu są strumieniowane:

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

Uwagi

Wymaga zainstalowania pakietu modeli ocr (5-6 GB).
OCR zwraca wyodrębniony tekst bezpośrednio, a nie adres URL do pobrania obrazu.
Używa łańcucha awaryjnego: jeśli poziom o wyższej jakości ulegnie awarii (np. segfault PaddleOCR), automatycznie ponawia próbę z kolejnym niższym poziomem.
Jeśli poziom zwróci pusty tekst bez awarii, również przełącza się na kolejny poziom.
Poziomy jakości mapują się na silniki: fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
Obsługuje formaty wejściowe HEIC/HEIF, RAW, TGA, PSD, EXR i HDR poprzez automatyczne dekodowanie.

2.5 KiB Raw Blame History