TR ▾

OCR son işlemi için sansürsüz LLMhttps://api.llmocrapi.com/v1

llmocrapi.comKılavuz

OCR API Entegrasyonu: Python ve Node ile Kod Örnekleri

Buradaki OCR API entegrasyonu, OCR motorunuzun ardından tek bir HTTP çağrısı eklemek anlamına gelir: ham tanınan metni gönderirsiniz ve temiz metni alırsınız. Uç nokta OpenAI-uyumludur, bu nedenle muhtemelen zaten sahip olduğunuz SDK, iki ayarı değiştirdikten sonra çalışır.

güncellendi

Dağınık blokları bir işleme düğümünden düzenli arşif yığınlarına taşıyan izometrik hat

Temel noktalar

  • Temel URL'yi https://api.llmocrapi.com/v1 olarak ayarlayın, model kimliği olarak uncensored'ı kullanın ve anahtarınızı bir Bearer token olarak gönderin.
  • API yalnızca metin alır. Önce OCR motorunuzu çalıştırın ve çıktısını kullanıcı mesajı olarak iletin.
  • JSON modu makine tarafından okunabilir sonuçlar döndürür ve 8 worker'a kadar küçük bir iş parçacığı havuzu toplu işi hızlı tutar.
  • 429 yanıtı, bir hata değil, beklemeniz ve yeniden denemeniz gerektiği anlamına gelir: başarısız istekler ücretlendirilmez.

Çağrının hatta yeri

Tipik bir belge akışı dört adımdan oluşur. Bir tarayıcı veya telefon kamerası bir resim üretir, bir OCR motoru resmi ham metne dönüştürür, bir temizleme adımı bu metni onarır ve uygulamanız sonucu depolar veya arar. Burada anlatılan API üçüncü adımdır. Resmi hiç görmez ve resim girişi yoktur. Orijinal taramaların gizliliği önemliyse bu bir özelliktir çünkü yalnızca metin makinenizden ayrılır ve tek bir uç noktanın resimleri işleyeceğini beklediğinizde bu bir sınırlamadır.

İstemler eğitim için kullanılmaz. Yine de yalnızca görevin gerektirdiklerini gönderin: temizleme bunlara bağlı değilse çağrıdan önce hesap numaralarını veya adları çıkarın.

Kod yazmaya başlamadan önce bir API anahtarı alın. Kaydolmadan sonra, o sayfada tek bir tıklamayla 0,50 $ deneme kredisi talep edebilirsiniz; bu, aşağıdaki tüm örnekleri birçok kez çalıştırmak için yeterlidir. Deneme anahtarı 2 eşzamanlı istek ve dakika başına 60 istek ile sınırlıdır; tam anahtar 8 ve 300'e izin verir.

Gerekli ayarlar

AyarDeğer
Temel URLhttps://api.llmocrapi.com/v1
Uç NoktaPOST /v1/chat/completions
Model kimliğiuncensored
Kimlik doğrulama başlığıAuthorization: Bearer YOUR_KEY
Bağlam penceresi100.000 token, istem artı tamamlama

Anahtarı bir ortam değişkeninde saklayın, kaynak kontrolünde asla değil. Örnekler LLMOCR_API_KEY okur.

Başlamadan önce iki pratik not. Anahtarı ön uç kodunda tutmayın, çünkü tarayıcıya gönderilen her şey kullanıcılar tarafından okunabilir; API'yi bir sunucudan veya bir worker'dan çağırın. Ham OCR metni ile temizlenmiş metnin nerede bulunacağını erken belirleyin, çünkü temizlenmiş çıktı, insanlar için arama yapacağınız, dizine ekleyeceğiniz ve göstereceğiniz dosyadır; ham metniniz ise bir düzeltme sorgulandığında kanıtınızdır.

İlk istek curl ile

Bir SDK onu gizlemeden önce bir isteğin ham şeklini görebilmeniz için curl ile başlayın. Aşağıdaki örnek tipik olarak hasarlı bir OCR parçasıdır: bir tire satır sonuna bölünmüş, bir harf bir rakamla karıştırılmış ve rastgele bir sayfa numarası.

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."}
    ]
  }'

Yanıt, standart sohbet tamamlama biçimini izler. Temizlenmiş metin choices[0].message.content içinde yer alır ve usage çağrı için istem ve tamamlama tokenlarını bildirir. Temizlik için temperature değerini 0 olarak ayarlayın. Aynı girdinin aynı çıktıyı vermesini istersiniz, yaratıcı bir varyasyon değil.

OpenAI SDK ile Python

SDK'yı pip install openai ile yükleyin. Standart OpenAI kurulumundan yalnızca kurucu farklılık gösterir.

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."))

max_retries bağımsız değişkeni, SDK'ya bağlantı hataları ve 429 yanıtları için geri çekilme ile yeniden deneme yapmasını söyler, böylece hafif kullanım için bu döngüyü kendiniz yazmanıza gerek kalmaz.

Node.js örneği

npm install openai ve bir ES modülü ile aynı çağrı şöyle görünür.

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."));

OpenAI sohbet formatını konuşan herhangi bir şey, örneğin kod içermeyen bir otomasyon aracı veya mevcut bir iç sarmalayıcı, aynı iki ayarı kullanabilir. Dokümantasyon desteklenen her parametreyi listeler.

JSON modu ile yapılandırılmış çıktı

Serbest metin arşivler için uygundur, ancak veri çıkarma hatları alanlar gerektirir. response_format ile JSON modunu etkinleştirin ve istediğiniz şekli istemde tanımlayın. Hem talimatlarda hem de ayar olarak JSON istemek en güvenilir sonuçları verir.

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)

Her zaman json.loads'i bir try bloğu içine alın ve ham metni saklayın, çünkü çok uzun veya kesilmiş bir yanıt hala geçersiz JSON üretebilir. Ayrıştırma başarısız olursa bir kez yeniden deneyin ve sayfayı manuel inceleme için kuyruğa alın.

Toplu işin paralel olarak işlenmesi

Aynı anda tek bir istek, binlerce sayfa için yavaştır. Tam bir anahtar 8 eşzamanlı istek ile sınırlıdır, bu nedenle 6 veya 8 iş parçacığından oluşan bir havuz, sizi limitin altında tutar. Aynı anahtar başka bir şey tarafından kullanılıyorsa biraz pay bırakın.

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)

Limiti aşarsanız API HTTP 429 döndürür. Hata kodu rate_limited dakikada çok fazla istek anlamına gelir ve concurrency aynı anda çok fazla istek anlamına gelir. Retry-After: 5 başlığı olan bir 429 geçici aşırı yüklenme anlamına gelir: beş saniye bekleyin. Akış istekleri, akış bitene kadar bir eşzamanlılık yuvası tutar, bu yüzden okumayı bıraktığınız akışları kapatın.

Uzun çalışmalarda X-Balance-USD yanıt başlığını izleyin. Düşük olduğunda duraklatın ve işin yarıda başarısız olmasına izin vermek yerine fiyatlandırma sayfasından bakiye yükleyin.

Uzun belgeler ve çıktıyı kontrol etme

Gerçek OCR çıktısı nadiren tek bir düzenli sayfadır. Taranmış bir kitap size binlerce sayfa verir ve hasar düzensizdir: temiz bir bölüm, ardından kırık karakterlerle dolu lekeli bir sayfa. Bazı alışkanlıklar temizleme adımını öngörülebilir kılar.

Karakter sayısına göre değil, yapıya göre bölün. Sayfa sonları veya paragraf sınırlarında kesin, böylece model bir parçanın başında yarım bir cümle asla almaz. Bir cümle bir sayfa sınırına yayılıyorsa, önceki sayfanın son paragrafını salt okunur bağlam olarak dahil edin ve modele yalnızca mevcut sayfayı döndürmesini söyleyin. Bu, istek başına birkaç ekstra girdi tokenı maliyeti yaratır, bu da 1M başına 0,15 $ ile neredeyse hiçbir şey değildir ve iki sayfaya yayılan tireli kelimeleri düzeltir.

Kabul etmeden önce her sonucu uygun maliyetli kontrollerle doğrulayın. Temizlenmiş metnin uzunluğunu kaynakla karşılaştırın: 1'den çok uzak bir oran, modelin materyal atladığını veya uydurduğunu gösterir. Sayıları karşılaştırın: her iki sürümdeki tüm rakam dizilerini çıkarın ve farklı olan sayfaları işaretleyin, çünkü tarihler, tutarlar ve tanımlayıcılar kaçırılması en maliyetli hatalardır. Temizlenmiş metnin yanında ham OCR'ı tutun, böylece bir kişi motorun gerçekten ne gördüğünü her zaman yeniden oluşturabilir.

Son olarak, ilk çalışmayı bir pilot olarak ele alın. 20 sayfayı temizleyin, onunu kendiniz okuyun ve sistem istemini ayarlayın. Genellikle talimat üzerinde iki veya üç düzenleme turu, herhangi bir parametre değişikliğinden daha fazla kalite sağlar.

Yaygın hatalar

  • Çok büyük sayfaları tek parça halinde gönderme. Pencere 100.000 token ve maksimum istek gövdesi 8 MB'tır, ancak doğruluk sayfa boyutundaki parçalarla daha iyidir ve başarısız bir parçayı yeniden çalıştırmak daha az maliyetlidir.
  • Modelin yeniden yazmasına izin verme. İstemde bilgi eklememesi veya çıkarmaması söylenmiyorsa, hasarlı bir pasajı düzeltebilir. Talimatı açık tutun ve uzunlukları karşılaştırın: kaynağından çok daha kısa temizlenmiş bir sayfa bir bakışa layıktır.
  • Yanlış model adını kullanma. Tek model kimliği uncensored'dir. Modelleri GET /v1/models ile listeleyebilirsiniz.
  • Gömme veya resim girişi bekleme. Bu API'de bunlardan hiçbiri mevcut değil. Temizlenmiş metin üzerinde arama için ayrı bir gömme aracı kullanın.
  • İstek kimliğini günlüğe kaydetmeyi unutma. Her yanıt bir X-Request-Id başlığı içerir. Destek kötü bir sonucu izleyebilsin diye sayfaya yakın saklayın.

İçerik kuralları basittir: model, yetişkinler için yasal kullanım için reddetmeler olmadan yanıt verecek şekilde ayarlanmıştır ve reşit olmayanları içeren cinsel içeriğe asla izin verilmez. Belirli bir vaka hakkında sorular destek adresine gönderilir.

Sorular ve cevaplar

Özel bir SDK'ya ihtiyacım var mı?

Hayır. Temel URL'yi https://api.llmocrapi.com/v1 olarak ayarladıktan sonra, model kimliği olarak uncensored'ı kullanmanız ve bir Bearer anahtarı göndermeniz yeterlidir; herhangi bir OpenAI SDK'sı veya HTTP istemcisi çalışır.

Bir resim veya PDF doğrudan gönderebilir miyim?

Hayır. API yalnızca metin kabul eder. Önce bir OCR motoru çalıştırın ve çıktısını mesaj içeriği olarak gönderin.

Aynı anda kaç istek çalıştırabilirim?

Tam bir anahtar eşzamanlı 8 istek ve dakika başına 300 istek izin verir. Bir deneme anahtarı eşzamanlı 2 istek ve dakika başına 60 istek izin verir.

Hız limitine takılırsam ne olur?

HTTP 429 yanıtını rate_limited veya concurrency kodlarıyla alırsınız. Bekleyin ve yeniden deneyin; başarısız istekler ücretlendirilmez.

Anahtarınız tek bir formun uzağında

Bir hesap oluşturun, anahtarı kopyalayın ve temel URL'yi değiştirin. Kurulum bu kadar basit.

API anahtarı al