{
"url": "https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf",
"totalPages": 1,
"pagesReturned": 1,
"text": "Dummy PDF file",
"pages": [
{
"page": 1,
"method": "ocr",
"chars": 14,
"text": "Dummy PDF file"
}
]
}
curl --location --request GET 'https://zylalabs.com/api/14865/pdf+and+image+to+text+ocr+api/38698/extract+text?url=https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf&lang=en&pages=10' --header 'Authorization: Bearer YOUR_API_KEY'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el PDF e Imagen a Texto OCR API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento.
Extraer texto de una URL de PDF o imagen. Lee la capa de texto incrustada y realiza OCR en páginas escaneadas. 17 idiomas incluyendo inglés chino malayo japonés. Hasta 10 páginas por solicitud
La API devuelve texto extraído de URL de PDF o imágenes incluyendo el texto completo y detalles del texto por página Indica si el texto fue recuperado usando una capa de texto incrustada o OCR
Los campos clave en la respuesta incluyen "url" (URL de origen) "totalPages" (páginas totales en el documento) "pagesReturned" (número de páginas procesadas) "text" (texto completo extraído) y "pages" (detalles de cada página incluyendo método y texto)
El punto final acepta parámetros como "url" (la URL del PDF o imagen) y "pages" (el número máximo de páginas a procesar, que varía de 1 a 10) Los usuarios pueden personalizar las solicitudes especificando estos parámetros
Los datos de respuesta están estructurados en formato JSON Incluyen un resumen del documento y una matriz de objetos de página cada uno conteniendo detalles como número de página método de extracción conteo de caracteres y texto extraído
Los casos de uso típicos incluyen digitalizar documentos impresos extraer texto para análisis de datos convertir materiales escaneados en formatos editables y habilitar la accesibilidad para usuarios con discapacidad visual al convertir imágenes en texto
Los usuarios pueden analizar la respuesta JSON para acceder al texto completo o a detalles específicos de la página Esto permite la integración en aplicaciones para análisis de texto gestión de documentos o procesamiento adicional basado en el contenido extraído
La precisión de los datos se mantiene a través del uso de tecnología OCR avanzada y leyendo capas de texto incrustadas cuando están disponibles Este enfoque dual ayuda a garantizar una mayor precisión en la extracción de texto de varios tipos de documentos
Los usuarios pueden esperar una estructura de respuesta consistente con campos para el total de páginas, páginas devueltas e información detallada de la página. El método de extracción de texto puede variar, con algunas páginas usando OCR y otras usando capas de texto incrustadas