SnapOtter/apps/docs/tr/tools/pdf/ocr-pdf.md

description, i18n_output_hash, i18n_source_hash, i18n_provenance

description	i18n_output_hash	i18n_source_hash	i18n_provenance
Yerleşik Tesseract veya isteğe bağlı yüksek doğruluklu RapidOCR çalışma zamanı ile taranan PDF'lerden metni yerel olarak çıkarın.	9d1adaa5e2b7	a19ba25a1ca8	human

PDF OCR

PDF'yi harici bir hizmete göndermeden, taranan PDF belgelerinden metni sayfa sayfa çıkarın. Yerleşik fast katmanı Tesseract'yi kullanır. İsteğe bağlı balanced ve best katmanları, sabitlenmiş PP-OCR ONNX modelleriyle RapidOCR'yi kullanır.

::: info Korece OCR uyumluluğu Hızlı OCR auto, en, de, es, fr, zh ve ja dillerini destekler, ancak Koreceyi (ko) desteklemez. Korece için doğru OCR paketi ve balanced ya da best gerekir. Paket resmi Linux amd64 ve arm64 kapsayıcılarında, OCR’nin CPU’da kaldığı NVIDIA ana bilgisayarları dahil çalışır. Desteklenmeyen sistemler açık bir uyumluluk hatası alır ve sessizce fast seçeneğine dönülmez. Korece ile fast veya eski tesseract diğer adı kuyruk öncesinde FEATURE_INCOMPATIBLE ve fast-korean-unsupported ile reddedilir. :::

API Uç Noktası

POST /api/v1/tools/pdf/ocr-pdf

Bir PDF dosyası ve isteğe bağlı bir JSON settings alanı içeren multipart form verisini kabul eder.

Parametreler

Parametre	Tür	Zorunlu	Varsayılan	Açıklama
file	file	Evet	-	PDF dosyası (çok parçalı), 512'ye kadar MiB kodlanmış; daha düşük bir operatör yükleme sınırı hâlâ geçerlidir
quality	string	HAYIR	Dinamik	OCR kalite katmanı: fast, balanced veya best
language	string	Hayır	"auto"	Belge dili: auto, en, de, fr, es, zh, ja, ko
pages	string	Hayır	"all"	Sayfa seçimi, örn. "all", "1-3", "1,3,5"
enhance	boolean	HAYIR	Seviyeye bağlı	Tanınmadan önce yerel kontrastı iyileştirin. Hızlı doğrudan uygular; Dengeli ve En İyi, yalnızca kalibre edilmiş puanlama sonucu iyileştirdiğinde varyantı korur. best için true ve fast/balanced için false varsayılanları
engine	string	HAYIR	-	Kullanımdan kaldırılan uyumluluk takma adı. Bunun yerine quality kullanın. tesseract, fast ile eşleşir; eski paddleocr değeri balanced ile eşleşir ancak PaddlePaddle'yi yüklemez

quality ve engine belirtilmezse SnapOtter kullanılabilir en iyi katmanı şu sırayla seçer: best, balanced, fast. Korece için fast hiçbir zaman seçilmez; best, ardından balanced kullanılır veya doğru çalışma zamanının kurulum ya da uyumluluk hatası döndürülür.

Örnek İstek

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", "enhance": true}'

Örnek Yanıt

202 Accepted döndürür. İlerlemeyi /api/v1/jobs/{jobId}/progress adresinde SSE üzerinden izleyin.

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "async": true
}

Notlar

• Kabul edilen girdi biçimi: .pdf.
• fast yerleşiktir ve resmi görüntüye yaklaşık 25 MiB ekler. balanced ve best, isteğe bağlı doğru OCR paketini gerektirir (hedefe bağlı olarak indirmek için yaklaşık 208-234 MiB ve yüklü 409-488 MiB).
• Doğru paket, Linux amd64 ve arm64'yi destekler ve CPU üzerinde ONNX Runtime'yi kullanır, NVIDIA ana bilgisayarları dahil.
• Açıkça talep edilen bir seviye hiçbir zaman sessizce düşürülmez. balanced veya best kullanılamıyorsa API, FEATURE_NOT_INSTALLED veya FEATURE_INCOMPATIBLE ile 501'yi döndürür.
• PDF sayfaları, OCR'den önce yüksek çözünürlükte rasterleştirilir. best, daha yüksek doğruluklu orta düzey PP-OCRv6 modellerini çalıştırır ve yönlendirme ve geliştirme değişkenlerini puanlayarak hız pahasına tanınmayı artırır.
• auto dil ayarı, desteklenen komut dosyası kümesinde tanımayı etkinleştirir; Açık bir ipucu, bilinen bir belge dili için sonuçları iyileştirebilir.
• Aralıklar ("1-3"), virgülle ayrılmış listeler ("1,3,5") veya her sayfa için "all" kullanarak belirli sayfaları hedefleyebilirsiniz.
• Bir istek en fazla 50 sayfa işleyebilir. Rasterleştirilmiş karalama verileri 512 MiB ile sınırlandırılmıştır ve toplam UTF-8 OCR yanıtı 1.000.000 bayt ile sınırlandırılmıştır; limiti aşan işler kısmi metin döndürmek yerine başarısız olur.
• Zaten seçilebilir metin içeren PDF'ler için bunun yerine daha hızlı PDF'ten Metne aracını kullanmayı düşünün.