PDF OCR

Extraia texto de documentos PDF usando reconhecimento óptico de caracteres com tecnologia de IA. Oferece suporte a vários níveis de qualidade e idiomas. Requer que o pacote de recurso OCR esteja instalado.

API Endpoint

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

Aceita dados de formulário multipart com um arquivo PDF e um campo JSON settings opcional.

Parameters

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
quality	string	Não	"balanced"	Nível de qualidade do OCR: fast, balanced, best
language	string	Não	"auto"	Idioma do documento: auto, en, de, fr, es, zh, ja, ko
pages	string	Não	"all"	Seleção de páginas, por exemplo "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

Retorna 202 Accepted. Acompanhe o progresso via SSE em /api/v1/jobs/{jobId}/progress.

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

Notes

• Formato de entrada aceito: .pdf.
• Esta é uma ferramenta de IA que requer que o pacote de recurso OCR esteja instalado. Se o pacote não estiver instalado, a API retorna 501 Not Implemented.
• O nível de qualidade fast usa um modelo mais leve para processamento mais rápido; best usa um modelo mais preciso ao custo de velocidade.
• A configuração de idioma auto tenta detectar o idioma do documento automaticamente.
• Você pode direcionar páginas específicas usando intervalos ("1-3"), listas separadas por vírgula ("1,3,5") ou "all" para todas as páginas.
• Para PDFs que já contêm texto selecionável, considere usar a ferramenta PDF to Text, que é mais rápida.