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

2.6 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Extrae texto de imágenes mediante reconocimiento óptico de caracteres con IA.	3d85d423b82c	human	40269047c35e

OCR / Extracción de texto

Extrae texto de imágenes mediante reconocimiento óptico de caracteres con IA. Admite varios idiomas y niveles de calidad.

Endpoint de la API

POST /api/v1/tools/image/ocr

Procesamiento: respuesta JSON síncrona. Si se proporciona clientJobId, el progreso también se informa a través de SSE.

Paquete del modelo: ocr (5-6 GB)

Parámetros

Parámetro	Tipo	Obligatorio	Predeterminado	Descripción
file	file	Sí	-	Archivo de imagen (multipart)
quality	string	No	`"balanced"`	Nivel de calidad: `fast` (Tesseract), `balanced` (PaddleOCR v5), `best` (PaddleOCR VL)
language	string	No	`"auto"`	Sugerencia de idioma: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`
enhance	boolean	No	`true`	Preprocesar la imagen para mejorar la precisión del OCR
engine	string	No	-	Obsoleto. Usa `quality` en su lugar. Asigna `tesseract` a `fast`, y `paddleocr` a `balanced`

Ejemplo de solicitud

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

Respuesta (200 OK)

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

Progreso (SSE, opcional)

Si se proporciona un campo de formulario clientJobId, los eventos de progreso se transmiten:

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

Notas

Requiere que el paquete del modelo ocr esté instalado (5-6 GB).
El OCR devuelve el texto extraído directamente en lugar de una URL de descarga de imagen.
Usa una cadena de reserva: si un nivel de mayor calidad falla (por ejemplo, un segfault de PaddleOCR), reintenta automáticamente con el siguiente nivel inferior.
Si un nivel devuelve texto vacío sin fallar, también recurre al siguiente nivel.
Los niveles de calidad se asignan a motores: fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
Admite los formatos de entrada HEIC/HEIF, RAW, TGA, PSD, EXR y HDR mediante decodificación automática.

2.6 KiB Raw Blame History