PDF OCR

استخرج النص من مستندات PDF باستخدام التعرّف الضوئي على الحروف المدعوم بالذكاء الاصطناعي. يدعم عدة مستويات جودة ولغات. يتطلّب تثبيت حزمة ميزة OCR.

API Endpoint

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

يقبل بيانات نموذج multipart تحتوي على ملف PDF وحقل settings اختياري بصيغة JSON.

Parameters

Parameter	Type	Required	Default	Description
quality	string	No	"balanced"	مستوى جودة OCR: fast أو balanced أو best
language	string	No	"auto"	لغة المستند: auto أو en أو de أو fr أو es أو zh أو ja أو ko
pages	string	No	"all"	تحديد الصفحات، مثل "all" أو "1-3" أو "1,3,5"

Example Request

curl -X POST http://localhost:1349/api/v1/tools/pdf/ocr-pdf \
  -H "Authorization: Bearer si_your-api-key" \
  -F "[email protected]" \
  -F 'settings={"quality": "best", "language": "en", "pages": "1-5"}'

Example Response

يُعيد 202 Accepted. تتبّع التقدّم عبر SSE على /api/v1/jobs/{jobId}/progress.

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

Notes

• صيغة الإدخال المقبولة: .pdf.
• هذه أداة ذكاء اصطناعي تتطلّب تثبيت حزمة ميزة OCR. إذا لم تكن الحزمة مثبّتة، يُعيد الـ API 501 Not Implemented.
• يستخدم مستوى الجودة fast نموذجاً أخفّ لمعالجة أسرع؛ ويستخدم best نموذجاً أدقّ على حساب السرعة.
• يحاول إعداد اللغة auto اكتشاف لغة المستند تلقائياً.
• يمكنك استهداف صفحات محدّدة باستخدام النطاقات ("1-3") أو القوائم المفصولة بفواصل ("1,3,5") أو "all" لكل صفحة.
• بالنسبة لملفات PDF التي تحتوي بالفعل على نص قابل للتحديد، فكّر في استخدام أداة PDF to Text الأسرع بدلاً من ذلك.