PDF OCR

使用 AI 驅動的光學字元辨識從 PDF 文件中擷取文字。支援多種品質層級與語言。需要安裝 OCR 功能套件包。

API 端點

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

接受包含 PDF 檔案與選填 JSON settings 欄位的 multipart 表單資料。

參數

參數	類型	必填	預設值	說明
quality	string	否	"balanced"	OCR 品質層級：fast、balanced、best
language	string	否	"auto"	文件語言：auto、en、de、fr、es、zh、ja、ko
pages	string	否	"all"	頁面選擇，例如 "all"、"1-3"、"1,3,5"

範例請求

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"}'

範例回應

回傳 202 Accepted。透過 SSE 於 /api/v1/jobs/{jobId}/progress 追蹤進度。

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

注意事項

• 接受的輸入格式：.pdf。
• 這是一個需要安裝 OCR 功能套件包 的 AI 工具。若未安裝該套件包，API 會回傳 501 Not Implemented。
• fast 品質層級使用較輕量的模型以加快處理速度；best 則以速度為代價使用更準確的模型。
• auto 語言設定會嘗試自動偵測文件語言。
• 你可以使用範圍（"1-3"）、逗號分隔的清單（"1,3,5"）或 "all" 來鎖定特定頁面（代表每一頁）。
• 對於已包含可選取文字的 PDF，建議改用速度更快的 PDF 轉文字 工具。