OCR de PDF

Extrayez le texte de documents PDF à l'aide de la reconnaissance optique de caractères assistée par IA. Prend en charge plusieurs niveaux de qualité et plusieurs langues. Nécessite l'installation du pack de fonctionnalités OCR.

Point de terminaison de l'API

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

Accepte des données de formulaire multipart avec un fichier PDF et un champ settings facultatif au format JSON.

Paramètres

Paramètre	Type	Requis	Par défaut	Description
quality	string	Non	"balanced"	Niveau de qualité OCR : fast, balanced, best
language	string	Non	"auto"	Langue du document : auto, en, de, fr, es, zh, ja, ko
pages	string	Non	"all"	Sélection de pages, par exemple "all", "1-3", "1,3,5"

Exemple de requête

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"}'

Exemple de réponse

Renvoie 202 Accepted. Suivez la progression via SSE à /api/v1/jobs/{jobId}/progress.

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

Remarques

• Format d'entrée accepté : .pdf.
• Il s'agit d'un outil d'IA qui nécessite l'installation du pack de fonctionnalités OCR. Si le pack n'est pas installé, l'API renvoie 501 Not Implemented.
• Le niveau de qualité fast utilise un modèle plus léger pour un traitement plus rapide ; best utilise un modèle plus précis au prix de la vitesse.
• Le réglage de langue auto tente de détecter automatiquement la langue du document.
• Vous pouvez cibler des pages spécifiques à l'aide de plages ("1-3"), de listes séparées par des virgules ("1,3,5"), ou de "all" pour chaque page.
• Pour les PDF qui contiennent déjà du texte sélectionnable, envisagez plutôt d'utiliser l'outil PDF vers texte, plus rapide.