PDF OCR

Ekstrak teks dari dokumen PDF menggunakan pengenalan karakter optik bertenaga AI. Mendukung beberapa tingkat kualitas dan bahasa. Membutuhkan feature bundle OCR untuk terpasang.

API Endpoint

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

Menerima data form multipart berisi file PDF dan sebuah field JSON settings opsional.

Parameters

Parameter	Type	Required	Default	Description
quality	string	No	"balanced"	Tingkat kualitas OCR: fast, balanced, best
language	string	No	"auto"	Bahasa dokumen: auto, en, de, fr, es, zh, ja, ko
pages	string	No	"all"	Pemilihan halaman, mis. "all", "1-3", "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

Mengembalikan 202 Accepted. Lacak progres melalui SSE di /api/v1/jobs/{jobId}/progress.

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

Notes

• Format input yang diterima: .pdf.
• Ini adalah alat AI yang membutuhkan feature bundle OCR untuk terpasang. Jika bundle tidak terpasang, API mengembalikan 501 Not Implemented.
• Tingkat kualitas fast menggunakan model yang lebih ringan untuk pemrosesan lebih cepat; best menggunakan model yang lebih akurat dengan mengorbankan kecepatan.
• Pengaturan bahasa auto mencoba mendeteksi bahasa dokumen secara otomatis.
• Anda dapat menargetkan halaman tertentu menggunakan rentang ("1-3"), daftar yang dipisahkan koma ("1,3,5"), atau "all" untuk setiap halaman.
• Untuk PDF yang sudah berisi teks yang dapat dipilih, pertimbangkan untuk menggunakan alat PDF to Text yang lebih cepat.