Envie URLs de imagens ou PDFs, um arquivo enviado ou dados em base64 e receba o texto reconhecido página por página, com a pontuação de confiança do motor. Adicione posições das palavras para criar parsers de documentos ou reaproveite a camada de texto do PDF quando ela já existir.
text | Texto reconhecido completo do arquivo |
pages | Texto de cada página separadamente |
confidence | Confiança do motor por página |
words | Opcional: palavras reconhecidas com confiança |
boundingBox | Opcional: posição de cada palavra na página |
language | Idioma de OCR usado |
fileName / url | Origem do arquivo processado |
$2.00 por 1.000 linhas
Pagamento por evento: uma pequena cobrança por arquivo processado mais uma cobrança por página lida com OCR. Use o intervalo de páginas e o máximo de páginas para manter o custo previsível.
A Apify oferece US$ 5 em créditos grátis todo mês, o suficiente para testar este scraper sem custo.
Entradas prontas. Copie para o formulário do scraper ou envie pela API.
Uma imagem digitalizada de exemplo lida em inglês.
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/document-text-extractor/sample-scan.png"
],
"language": "eng"
}Primeiras 3 páginas, sem palavras de baixa confiança.
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/document-text-extractor/sample-scan.pdf"
],
"pageRange": "1-3",
"includeWordBoxes": true,
"minWordConfidence": 60
}Ignora a camada de texto do PDF, até 20 páginas.
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/document-text-extractor/sample-scan.pdf"
],
"autoDetectLanguage": true,
"useExistingTextLayer": false,
"maxPagesPerFile": 20
}Dois arquivos, só o texto completo.
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/document-text-extractor/sample-scan.png",
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/document-text-extractor/sample-scan.pdf"
],
"includePages": false
}19 idiomas, incluindo inglês, alemão, francês, espanhol, português, russo, indonésio, vietnamita, árabe, hindi, chinês, japonês e coreano. A detecção automática de escrita é opcional.
Sim. Páginas digitalizadas são lidas com OCR; páginas que já têm camada de texto são copiadas diretamente, o que é mais rápido e preciso.
Sim. Ative as posições das palavras para receber cada palavra com sua confiança e sua caixa na página.
Processe apenas arquivos que são seus ou que você tem direito de processar. Se houver dados pessoais, trate os resultados conforme a LGPD e demais leis aplicáveis.
Chame pela API da Apify com URLs ou arquivos base64, use os clientes Python ou JavaScript, ou conecte ao Make, n8n, Zapier ou Google Sheets.