OCR / Extraction de texte

Extrayez le texte des images grâce à la reconnaissance optique de caractères assistée par IA. Prend en charge plusieurs langues et niveaux de qualité.

Point de terminaison API

POST /api/v1/tools/image/ocr

Traitement : réponse JSON synchrone. Si clientJobId est fourni, la progression est également signalée via SSE.

Ensemble de modèles : ocr (5-6 Go)

Paramètres

Paramètre	Type	Requis	Défaut	Description
file	file	Oui	-	Fichier image (multipart)
quality	string	Non	"balanced"	Niveau de qualité : fast (Tesseract), balanced (PaddleOCR v5), best (PaddleOCR VL)
language	string	Non	"auto"	Indication de langue : auto, en, de, fr, es, zh, ja, ko
enhance	boolean	Non	true	Prétraite l'image pour améliorer la précision de l'OCR
engine	string	Non	-	Déprécié. Utilisez quality à la place. Fait correspondre tesseract à fast, paddleocr à balanced

Exemple de requête

curl -X POST http://localhost:1349/api/v1/tools/image/ocr \
  -F "[email protected]" \
  -F 'settings={"quality":"best","language":"en","enhance":true}'

Réponse (200 OK)

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

Progression (SSE, facultatif)

Si un champ de formulaire clientJobId est fourni, des événements de progression sont diffusés :

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

Remarques

• Nécessite l'installation de l'ensemble de modèles ocr (5-6 Go).
• L'OCR renvoie directement le texte extrait plutôt qu'une URL de téléchargement d'image.
• Utilise une chaîne de repli : si un niveau de qualité supérieur plante (par exemple un segfault de PaddleOCR), il réessaie automatiquement avec le niveau inférieur suivant.
• Si un niveau renvoie un texte vide sans planter, il bascule également vers le niveau suivant.
• Les niveaux de qualité correspondent à des moteurs : fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
• Prend en charge les formats d'entrée HEIC/HEIF, RAW, TGA, PSD, EXR et HDR via un décodage automatique.