FR ▾

LLM sans censure pour le post-traitement OCRhttps://api.llmocrapi.com/v1

llmocrapi.comGuide

Intégration de l'API OCR : Exemples de code en Python et Node

Une intégration de l'API OCR ici signifie ajouter un appel HTTP après votre moteur OCR : vous envoyez le texte brut reconnu et recevez du texte nettoyé. L'endpoint est compatible OpenAI, donc le SDK que vous avez probablement déjà fonctionne après avoir modifié deux paramètres.

Mis à jour le

Pipeline isométrique transportant des blocs dispersés à travers un nœud de traitement vers des piles d'archives ordonnées

Points clés

  • Définissez l'URL de base sur https://api.llmocrapi.com/v1, utilisez l'ID de modèle uncensored, et envoyez votre clé en tant que jeton Bearer.
  • L'API ne prend que du texte. Exécutez votre moteur OCR d'abord et passez sa sortie en tant que message utilisateur.
  • Le mode JSON renvoie des résultats lisibles par machine, et un petit pool de threads de jusqu'à 8 workers maintient un lot rapide.
  • Une réponse 429 est un signal pour attendre et réessayer, pas un échec : les requêtes échouées ne sont pas facturées.

Où l'appel s'insère dans un pipeline

Un flux de document typique comporte quatre étapes. Un scanner ou un appareil photo de téléphone produit une image, un moteur OCR transforme l'image en texte brut, une étape de nettoyage répare ce texte, et votre application stocke ou recherche le résultat. L'API décrite ici est l'étape trois. Elle ne voit jamais l'image et n'a pas d'entrée image. C'est une fonctionnalité lorsque vous vous souciez de la confidentialité des scans originaux, car seul le texte quitte votre machine, et une limite lorsque vous attendiez un endpoint unique qui gère les images.

Les prompts ne sont pas utilisés pour l'entraînement. Cependant, envoyez uniquement ce dont la tâche a besoin : supprimez les numéros de compte ou les noms avant l'appel si le nettoyage n'en dépend pas.

Avant d'écrire du code, obtenez une clé API. Les nouveaux utilisateurs peuvent réclamer 0,50 $ de crédit d'essai gratuit en un clic sur cette page après s'être inscrits. Cela suffit pour exécuter chaque exemple ci-dessous à de nombreuses reprises. La clé d'essai autorise 2 requêtes simultanées et 60 requêtes par minute ; une clé complète autorise 8 et 300.

Paramètres dont vous avez besoin

ParamètreValeur
URL de basehttps://api.llmocrapi.com/v1
EndpointPOST /v1/chat/completions
ID du modèleuncensored
En-tête d'authentificationAuthorization: Bearer YOUR_KEY
Fenêtre de contexte100 000 tokens, prompt plus complétion

Stockez la clé dans une variable d'environnement, jamais dans le contrôle de source. Les exemples lisent LLMOCR_API_KEY.

Deux notes pratiques avant de commencer. Gardez la clé hors du code front-end, car tout ce qui est livré à un navigateur peut être lu par ses utilisateurs ; appelez l'API depuis un serveur ou un worker. Et décidez tôt où le texte OCR brut et le texte nettoyé seront stockés, car la sortie nettoyée est le fichier que vous rechercherez, indexerez et montrerez aux gens, tandis que le texte brut est votre preuve si une correction est un jour remise en question.

Première requête avec curl

Commencez par curl pour voir la forme brute d'une requête avant qu'un SDK ne la masque. L'exemple ci-dessous est un fragment OCR endommagé typique : un trait d'union coupé sur un saut de ligne, une lettre confondue avec un chiffre, et un numéro de page errant.

curl https://api.llmocrapi.com/v1/chat/completions \
  -H "Authorization: Bearer $LLMOCR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "temperature": 0,
    "messages": [
      {"role": "system", "content": "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, remove page numbers. Return only the corrected text."},
      {"role": "user", "content": "The inven-\ntory was com1leted on Tuesday.\n\n- 14 -\n\nA second ship-\nment arrived."}
    ]
  }'

La réponse suit la forme standard de complétion de chat. Le texte nettoyé est dans choices[0].message.content, et usage rapporte les tokens prompt et de complétion pour l'appel. Définissez temperature à 0 pour le nettoyage. Vous voulez que la même entrée donne la même sortie, pas une variation créative.

Python avec le SDK OpenAI

Installez le SDK avec pip install openai. Seul le constructeur diffère d'une configuration OpenAI standard.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.llmocrapi.com/v1",
    api_key=os.environ["LLMOCR_API_KEY"],
    max_retries=4,
)

SYSTEM = (
    "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, "
    "remove page numbers and running headers. Do not add or remove facts. "
    "Return only the corrected text."
)

def clean(raw: str) -> str:
    resp = client.chat.completions.create(
        model="uncensored",
        temperature=0,
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": raw},
        ],
    )
    return resp.choices[0].message.content

print(clean("The inven-\ntory was com1leted on Tuesday."))

L'argument max_retries indique au SDK de réessayer en cas d'erreurs de connexion et de réponses 429 avec un backoff, donc vous n'avez pas besoin d'écrire cette boucle vous-même pour une utilisation légère.

Exemple Node.js

Avec npm install openai et un module ES, le même appel ressemble à ceci.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.llmocrapi.com/v1",
  apiKey: process.env.LLMOCR_API_KEY,
});

export async function clean(raw) {
  const resp = await client.chat.completions.create({
    model: "uncensored",
    temperature: 0,
    messages: [
      { role: "system", content: "Repair raw OCR text. Return only the corrected text." },
      { role: "user", content: raw },
    ],
  });
  return resp.choices[0].message.content;
}

console.log(await clean("A second ship-\nment arrived."));

Tout ce qui parle le format de chat OpenAI, tel qu'un outil d'automatisation sans code ou un wrapper interne existant, peut utiliser les mêmes deux paramètres. La documentation liste tous les paramètres pris en charge.

Sortie structurée avec le mode JSON

Le texte libre est bien pour les archives, mais les pipelines d'extraction de données ont besoin de champs. Activez le mode JSON avec response_format et décrivez la forme que vous voulez dans le prompt. Demander du JSON dans les instructions ainsi que dans le paramètre donne les résultats les plus fiables.

import json

resp = client.chat.completions.create(
    model="uncensored",
    temperature=0,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": (
            "Clean the OCR text of a receipt and answer in JSON with keys "
            "'vendor' (string), 'date' (YYYY-MM-DD or null), 'total' (number or null), "
            "'cleaned_text' (string)."
        )},
        {"role": "user", "content": raw_receipt_text},
    ],
)
data = json.loads(resp.choices[0].message.content)

Enveloppez toujours json.loads dans un bloc try et gardez le texte brut, car une réponse très longue ou tronquée peut toujours produire un JSON invalide. Si l'analyse échoue, réessayez une fois puis mettez la page en file d'attente pour un examen manuel.

Traitement d'un lot en parallèle

Une seule requête à la fois est lente pour des milliers de pages. Une clé complète permet 8 requêtes simultanées, donc un pool de 6 ou 8 workers vous maintient sous la limite. Laissez un peu de marge si la même clé est utilisée par autre chose.

from concurrent.futures import ThreadPoolExecutor

pages = [open(f"ocr/page_{i:04d}.txt").read() for i in range(1, 501)]

with ThreadPoolExecutor(max_workers=6) as pool:
    cleaned = list(pool.map(clean, pages))

for i, text in enumerate(cleaned, start=1):
    open(f"clean/page_{i:04d}.txt", "w").write(text)

Si vous dépassez la limite, l'API renvoie un HTTP 429. Le code d'erreur rate_limited signifie trop de requêtes par minute, et concurrency signifie trop en même temps. Un 429 avec un en-tête Retry-After: 5 signifie une surcharge temporaire : attendez cinq secondes. Les demandes en streaming conservent un slot de concurrence jusqu'à la fin du flux, donc fermez les flux que vous arrêtez de lire.

Surveillez l'en-tête de réponse X-Balance-USD lors des exécutions longues. Lorsqu'il devient faible, mettez en pause et rechargez depuis la page tarifaire au lieu de laisser l'exécution échouer en cours de route.

Documents longs et vérification de la sortie

La sortie OCR réelle est rarement une page ordonnée. Un livre numérisé vous donne des milliers de pages, et les dommages sont inégaux : un chapitre propre, puis une page tachée pleine de caractères brisés. Quelques habitudes rendent l'étape de nettoyage prévisible.

Divisez par structure, pas par nombre de caractères. Coupez aux sauts de page ou aux limites de paragraphe, afin que le modèle ne reçoive jamais une phrase coupée au début d'un chunk. Si une phrase s'étend sur une limite de page, incluez le dernier paragraphe de la page précédente en tant que contexte en lecture seule et dites au modèle de ne renvoyer que la page actuelle. Cela coûte quelques tokens d'entrée supplémentaires par requête, ce qui à 0,15 $ par 1M est presque rien, et cela corrige les mots avec trait d'union qui s'étendent sur deux pages.

Vérifiez chaque résultat avec des vérifications peu coûteuses avant de l'accepter. Comparez la longueur du texte nettoyé avec la source : un ratio loin de 1 signifie que le modèle a supprimé ou inventé du matériel. Comparez les nombres : extrayez chaque séquence de chiffres des deux versions et signalez les pages où elles diffèrent, car les dates, les montants et les identifiants sont les erreurs les plus coûteuses à manquer. Gardez la sortie OCR brute à côté du texte nettoyé, afin qu'une personne puisse toujours reconstruire ce que le moteur a réellement vu.

Enfin, considérez la première exécution comme un pilote. Nettoyez 20 pages, lisez-en dix vous-même, et ajustez le prompt système. Habituellement, deux ou trois tours de modifications de l'instruction font plus pour la qualité que tout changement de paramètre.

Erreurs courantes

  • Envoi de très grandes pages en une seule pièce. La fenêtre est de 100 000 tokens et le corps de requête maximum est de 8 Mo, mais la précision est meilleure avec des chunks de taille de page, et un chunk échoué coûte moins à refaire.
  • Laisser le modèle réécrire. Si le prompt ne dit pas de ne pas ajouter ou supprimer des faits, il peut lisser un passage endommagé. Gardez l'instruction explicite et comparez les longueurs : une page nettoyée beaucoup plus courte que sa source mérite un regard.
  • Utilisation du mauvais nom de modèle. Le seul ID de modèle est uncensored. Vous pouvez lister les modèles avec GET /v1/models.
  • S'attendre à des embeddings ou à une entrée image. Aucun n'existe sur cette API. Pour la recherche sur le texte nettoyé, utilisez un outil d'embedding séparé.
  • Oublier de journaliser l'ID de requête. Chaque réponse inclut un en-tête X-Request-Id. Stockez-le à côté de la page afin que le support puisse retracer un mauvais résultat.

Les règles de contenu sont simples : le modèle est ajusté pour répondre sans refus pour l'usage adulte légal, et le contenu sexuel impliquant des mineurs n'est jamais autorisé. Les questions sur un cas spécifique vont au support.

Questions et réponses

Ai-je besoin d'un SDK spécial ?

Non. Tout SDK OpenAI ou client HTTP fonctionne une fois que vous avez défini l'URL de base sur https://api.llmocrapi.com/v1, utilisé l'ID de modèle uncensored et envoyé une clé Bearer.

Puis-je envoyer une image ou un PDF directement ?

Non. L'API n'accepte que du texte. Exécutez d'abord un moteur OCR et envoyez sa sortie en tant que contenu du message.

Combien de requêtes puis-je exécuter simultanément ?

Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. Une clé d’essai permet 2 requêtes simultanées et 60 par minute.

Que se passe-t-il si je dépasse la limite de débit ?

Vous recevez un HTTP 429 avec le code rate_limited ou concurrency. Attendez et réessayez ; les requêtes ayant échoué ne sont pas facturées.

Votre clé n'est qu'à un formulaire de distance

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé API