This page was machine-translated. Spotted a mistake?Help improve it.
Skip to content

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

ParameterTypeRequiredDefaultDescription
qualitystringNo"balanced"OCR 质量层级:fastbalancedbest
languagestringNo"auto"文档语言:autoendefreszhjako
pagesstringNo"all"页面选择,例如 "all""1-3""1,3,5"

Example Request

bash
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。

json
{
  "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。