PDF OCR

使用 AI 驱动的光学字符识别从 PDF 文档中提取文本。支持多种质量层级和语言。需要安装 OCR 功能包。

API Endpoint

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

接受包含一个 PDF 文件和一个可选的 JSON settings 字段的 multipart 表单数据。

Parameters

Parameter	Type	Required	Default	Description
quality	string	No	"balanced"	OCR 质量层级：fast、balanced、best
language	string	No	"auto"	文档语言：auto、en、de、fr、es、zh、ja、ko
pages	string	No	"all"	页面选择，例如 "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

返回 202 Accepted。通过 SSE 在 /api/v1/jobs/{jobId}/progress 跟踪进度。

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

Notes

• 接受的输入格式：.pdf。
• 这是一个 AI 工具，需要安装 OCR 功能包。如果未安装该功能包，API 将返回 501 Not Implemented。
• fast 质量层级使用较轻量的模型以加快处理速度；best 使用更精确的模型，但以速度为代价。
• auto 语言设置会尝试自动检测文档语言。
• 你可以使用范围（"1-3"）、逗号分隔的列表（"1,3,5"）或 "all" 来针对特定页面处理所有页面。
• 对于已经包含可选择文本的 PDF，请考虑改用更快的 PDF to Text 工具。