OCR / Text Extraction

Ekstrak teks dari gambar menggunakan pengenalan karakter optik bertenaga AI. Mendukung banyak bahasa dan tingkat kualitas.

API Endpoint

POST /api/v1/tools/image/ocr

Processing: Respons JSON sinkron. Jika clientJobId disediakan, progres juga dilaporkan melalui SSE.

Model bundle: ocr (5-6 GB)

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	Berkas gambar (multipart)
quality	string	No	"balanced"	Tingkat kualitas: fast (Tesseract), balanced (PaddleOCR v5), best (PaddleOCR VL)
language	string	No	"auto"	Petunjuk bahasa: auto, en, de, fr, es, zh, ja, ko
enhance	boolean	No	true	Praproses gambar untuk akurasi OCR yang lebih baik
engine	string	No	-	Usang. Gunakan quality sebagai gantinya. Memetakan tesseract ke fast, paddleocr ke balanced

Example Request

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

Response (200 OK)

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

Progress (SSE, optional)

Jika field form clientJobId disediakan, event progres dialirkan:

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

Notes

• Membutuhkan model bundle ocr terpasang (5-6 GB).
• OCR mengembalikan teks yang diekstraksi secara langsung, bukan URL unduhan gambar.
• Menggunakan rantai fallback: jika tingkat kualitas lebih tinggi crash (mis., PaddleOCR segfault), akan otomatis mencoba ulang dengan tingkat yang lebih rendah.
• Jika suatu tingkat mengembalikan teks kosong tanpa crash, juga akan jatuh ke tingkat berikutnya.
• Tingkat kualitas dipetakan ke engine: fast = Tesseract, balanced = PaddleOCR v5, best = PaddleOCR VL.
• Mendukung format input HEIC/HEIF, RAW, TGA, PSD, EXR, dan HDR via dekode otomatis.