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
Extraia texto de imagens usando reconhecimento óptico de caracteres com IA.	3d85d423b82c	human	6c013ab29044

OCR / Extração de Texto

Extraia texto de imagens usando reconhecimento óptico de caracteres com IA. Suporta vários idiomas e níveis de qualidade.

Endpoint da API

POST /api/v1/tools/image/ocr

Processamento: Resposta JSON síncrona. Se clientJobId for fornecido, o progresso também é reportado via SSE.

Pacote de modelo: ocr (5-6 GB)

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
file	file	Sim	-	Arquivo de imagem (multipart)
quality	string	Não	`"balanced"`	Nível de qualidade: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL)
language	string	Não	`"auto"`	Sugestão de idioma: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`
enhance	boolean	Não	`true`	Pré-processar a imagem para melhor precisão do OCR
engine	string	Não	-	Obsoleto. Use `quality` em vez disso. Mapeia `tesseract` para `fast`, `paddleocr` para `balanced`

Exemplo de Requisição

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

Resposta (200 OK)

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

Progresso (SSE, opcional)

Se um campo de formulário clientJobId for fornecido, os eventos de progresso são transmitidos:

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

Notas

Requer que o pacote de modelo ocr esteja instalado (5-6 GB).
O OCR retorna o texto extraído diretamente, em vez de uma URL de download da imagem.
Usa uma cadeia de fallback: se um nível de qualidade superior falhar (por exemplo, um segfault do PaddleOCR), ele tenta automaticamente o próximo nível inferior.
Se um nível retornar texto vazio sem falhar, ele também recorre ao próximo nível.
Os níveis de qualidade mapeiam para os engines: fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
Suporta os formatos de entrada HEIC/HEIF, RAW, TGA, PSD, EXR e HDR via decodificação automática.

2.5 KiB Raw Blame History