پرسش از هوش مصنوعی

پرسش از AvalAI پرسش از Claude پرسش از ChatGPT

پرسش از هوش مصنوعی

پرسش از AvalAI پرسش از Claude پرسش از ChatGPT

API تشخیص متن (OCR)

API تشخیص متن (OCR) محتوای ساختاریافته را با Mistral OCR 4 از اسناد و تصاویر استخراج می‌کند. مدل mistral-ocr-4-0 علاوه بر Markdown، اطلاعات layout-aware مانند bounding box، طبقه‌بندی بلوک و confidence را برمی‌گرداند و از ۱۷۰ زبان پشتیبانی می‌کند.

توجه

endpoint v1/ocr یک endpoint استاندارد OpenAI نیست. این یک سرویس تخصصی است که توسط AvalAI برای پردازش اسناد اضافه شده است.

به‌روزرسانی alias: mistral-ocr-latest اکنون به mistral-ocr-4-0 اشاره می‌کند و با قیمت OCR 4 محاسبه می‌شود. برای استقرار قابل بازتولید از mistral-ocr-4-0 استفاده کنید.

Endpoint

POST https://api.avalai.ir/v1/ocr

بدنه درخواست

پارامتر	نوع	الزامی	توضیحات
`model`	string	بله	مدل OCR مورد استفاده (مثلا "mistral-ocr-4-0")
`document`	object	بله	سند برای پردازش. باید شامل `type` و فیلد URL باشد
`document.type`	string	بله	یا "document_url" برای PDF/اسناد یا "image_url" برای تصاویر
`document.document_url`	string	مشروط	URL سند (اگر type برابر "document_url" باشد الزامی است)
`document.image_url`	string	مشروط	URL تصویر (اگر type برابر "image_url" باشد الزامی است)
`pages`	array	خیر	لیست شاخص‌های صفحات خاص برای پردازش (از 0 شروع می‌شود)
`include_image_base64`	boolean	خیر	آیا تصاویر استخراج شده به صورت base64 برگردانده شوند
`image_limit`	integer	خیر	حداکثر تعداد تصاویر برای بازگشت
`image_min_size`	integer	خیر	حداقل اندازه (به پیکسل) برای تصاویر
`id`	string	خیر	شناسه اختیاری برای درخواست
`document_annotation_format`	object	خیر	فرمت خروجی برای حاشیه‌نویسی سطح سند. رجوع کنید به فرمت‌های پاسخ
`bbox_annotation_format`	object	خیر	فرمت خروجی برای حاشیه‌نویسی کادر محدوده. رجوع کنید به فرمت‌های پاسخ
`extract_header`	boolean	خیر	آیا سرصفحه‌های سند استخراج شوند. پیش‌فرض: `false`
`extract_footer`	boolean	خیر	آیا پاورقی‌های سند استخراج شوند. پیش‌فرض: `false`
`table_format`	string	خیر	فرمت جداول استخراج شده: `"markdown"` یا `"html"`. پیش‌فرض: `"markdown"`

مدل و قیمت‌گذاری

شناسه مدل	endpoint	استخراج OCR	Annotation
`mistral-ocr-4-0`	`v1/ocr`	$0.004/صفحه	$0.005/صفحه annotation‌شده
`mistral-ocr-latest`	`v1/ocr`	alias برای `mistral-ocr-4-0`	همان قیمت OCR 4

نمونه‌های فرمت سند

برای PDF و اسناد:

json

{
  "type": "document_url",
  "document_url": "https://example.com/document.pdf"

}

برای تصاویر:

json

{
  "type": "image_url",
  "image_url": "https://example.com/image.png"

}

برای محتوای base64:

json

{
  "type": "document_url",
  "document_url": "data:application/pdf;base64,JVBERi0xLjQKJ..."
}

فرمت‌های پاسخ

API OCR از خروجی ساختاریافته JSON از طریق پارامترهای document_annotation_format و bbox_annotation_format پشتیبانی می‌کند. این امکان را به شما می‌دهد که نتایج OCR را به جای markdown ساده در فرمت JSON مشخص دریافت کنید.

انواع فرمت

نوع	توضیحات
`text`	پیش‌فرض. خروجی متن markdown را برمی‌گرداند
`json_object`	حالت JSON را فعال می‌کند. خروجی مدل JSON معتبر خواهد بود. باید از طریق پیام سیستم یا کاربر به مدل دستور دهید که JSON تولید کند
`json_schema`	حالت JSON Schema را فعال می‌کند. تضمین می‌کند که خروجی از JSON Schema ارائه شده پیروی می‌کند

شی فرمت پاسخ

json

{
  "type": "json_schema",
  "json_schema": {
    "name": "your_schema_name",
    "schema": {
      "type": "object",
      "properties": {
        "field1": {
          "type": "string"
        },
        "field2": {
          "type": "number"
        }
      },
      "required": [
        "field1",
        "field2"
      ]
    }
  }
}

مثال: استخراج داده ساختاریافته

می‌توانید از حالت JSON Schema برای استخراج داده ساختاریافته از اسناد استفاده کنید:

json

{
  "model": "mistral-ocr-4-0",
  "document": {
    "type": "document_url",
    "document_url": "https://example.com/invoice.pdf"

  },
  "document_annotation_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "invoice_data",
      "schema": {
        "type": "object",
        "properties": {
          "invoice_number": { "type": "string" },
          "date": { "type": "string" },
          "total_amount": { "type": "number" },
          "vendor_name": { "type": "string" },
          "line_items": {
            "type": "array",
            "items": {
              "type": "object",
              "properties": {
                "description": { "type": "string" },
                "quantity": { "type": "number" },
                "unit_price": { "type": "number" }
              }
            }
          }
        },
        "required": ["invoice_number", "date", "total_amount"]
      }
    }
  }
}

هنگام استفاده از document_annotation_format، خروجی ساختاریافته در فیلد document_annotation پاسخ به صورت رشته JSON برگردانده می‌شود.

نمونه‌ها

درخواست ساده OCR

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "document_url",
      "document_url": "https://arxiv.org/pdf/2201.04234"
    }
  }'

python

import requests
import os

api_key = os.getenv("AVALAI_API_KEY")

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {
            "type": "document_url",
            "document_url": "https://arxiv.org/pdf/2201.04234",
        },
    },
)

result = response.json()
for page in result["pages"]:
    print(f"Page {page['index']}: {page['markdown'][:100]}...")

javascript

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "document_url",
      document_url: "https://arxiv.org/pdf/2201.04234"
    }
  })
});

const result = await response.json();
result.pages.forEach(page => {
  console.log(`Page ${page.index}: ${page.markdown.substring(0, 100)}...`);
});

go

package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
)

type OCRRequest struct {
	Model    string   `json:"model"`
	Document Document `json:"document"`
}

type Document struct {
	Type        string `json:"type"`
	DocumentURL string `json:"document_url"`
}

type OCRResponse struct {
	Pages []struct {
		Index    int    `json:"index"`
		Markdown string `json:"markdown"`
	} `json:"pages"`
	Model  string `json:"model"`
	Object string `json:"object"`
}

func main() {
	apiKey := "YOUR_AVALAI_API_KEY"
	url := "https://api.avalai.ir/v1/ocr"

	reqBody := OCRRequest{
		Model: "mistral-ocr-4-0",
		Document: Document{
			Type:        "document_url",
			DocumentURL: "https://arxiv.org/pdf/2201.04234",
		},
	}

	jsonData, _ := json.Marshal(reqBody)
	req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
	req.Header.Set("Authorization", "Bearer "+apiKey)
	req.Header.Set("Content-Type", "application/json")

	client := &http.Client{}
	resp, err := client.Do(req)
	if err != nil {
		fmt.Printf("Error: %v\n", err)
		return
	}
	defer resp.Body.Close()

	body, _ := io.ReadAll(resp.Body)
	var result OCRResponse
	json.Unmarshal(body, &result)

	for _, page := range result.Pages {
		fmt.Printf("Page %d: %s...\n", page.Index, page.Markdown[:100])
	}
}

php

<?php

$apiKey = getenv('AVALAI_API_KEY');
$apiUrl = 'https://api.avalai.ir/v1/ocr';

$data = [
    'model' => 'mistral-ocr-4-0',
    'document' => [
        'type' => 'document_url',
        'document_url' => 'https://arxiv.org/pdf/2201.04234'
    ]
];

$jsonData = json_encode($data);

$ch = curl_init($apiUrl);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, $jsonData);
curl_setopt($ch, CURLOPT_HTTPHEADER, [
    'Content-Type: application/json',
    'Authorization: Bearer ' . $apiKey,
    'Content-Length: ' . strlen($jsonData)
]);

$response = curl_exec($ch);
$httpcode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
$err = curl_error($ch);
curl_close($ch);

if ($err) {
    echo "cURL Error: " . $err;
} elseif ($httpcode >= 400) {
    echo "HTTP Error: " . $httpcode . "\n";
    echo $response;
} else {
    $responseData = json_decode($response, true);
    foreach ($responseData['pages'] as $page) {
        echo "Page " . $page['index'] . ": " . substr($page['markdown'], 0, 100) . "...\n";
    }
}
?>

پردازش صفحات خاص

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "document_url",
      "document_url": "https://arxiv.org/pdf/2201.04234"
    },
    "pages": [0, 1, 2]
  }'

python

import requests

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {
            "type": "document_url",
            "document_url": "https://arxiv.org/pdf/2201.04234",
        },
        "pages": [0, 1, 2],
    },
)

result = response.json()

javascript

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "document_url",
      document_url: "https://arxiv.org/pdf/2201.04234"
    },
    pages: [0, 1, 2]
  })
});

const result = await response.json();

استخراج تصاویر با OCR

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "document_url",
      "document_url": "https://arxiv.org/pdf/2201.04234"
    },
    "include_image_base64": true,
    "image_limit": 10,
    "image_min_size": 100
  }'

python

import requests

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {
            "type": "document_url",
            "document_url": "https://arxiv.org/pdf/2201.04234",
        },
        "include_image_base64": True,
        "image_limit": 10,
        "image_min_size": 100,
    },
)

result = response.json()
for page in result["pages"]:
    if page.get("images"):
        print(f"Page {page['index']} has {len(page['images'])} images")

javascript

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "document_url",
      document_url: "https://arxiv.org/pdf/2201.04234"
    },
    include_image_base64: true,
    image_limit: 10,
    image_min_size: 100
  })
});

const result = await response.json();
result.pages.forEach(page => {
  if (page.images) {
    console.log(`Page ${page.index} has ${page.images.length} images`);
  }
});

پردازش یک تصویر

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "image_url",
      "image_url": "https://example.com/image.png"
    }
  }'

python

import requests

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {"type": "image_url", "image_url": "https://example.com/image.png"},
    },
)

result = response.json()
print(result["pages"][0]["markdown"])

javascript

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "image_url",
      image_url: "https://example.com/image.png"
    }
  })
});

const result = await response.json();
console.log(result.pages[0].markdown);

استفاده از Mistral AI SDK

شما همچنین می‌توانید از SDK رسمی Mistral AI برای دسترسی به endpoint OCR با پیکربندی آن برای استفاده از URL سرور AvalAI استفاده کنید. این با SDK میسترال در پایتون و سایر زبان‌ها کار می‌کند، تا زمانی که SDK از URLهای سرور سفارشی پشتیبانی کند.

python

from mistralai import Mistral

client = Mistral(server_url="https://api.avalai.ir", api_key="your-avalai-api-key")

document_param = {
    "type": "document_url",
    "document_url": "https://arxiv.org/pdf/1805.04770",
}

ocr_response = client.ocr.process(
    model="mistral-ocr-4-0",
    document=document_param,
    pages=list(range(0, 100)),  # پردازش تا 100 صفحه
)

print(ocr_response)

توجه

همین رویکرد برای سایر SDKهای Mistral AI در زبان‌های مختلف (JavaScript، Go و غیره) نیز کار می‌کند، تا زمانی که اجازه تنظیم URL سرور سفارشی را بدهند. به سادگی SDK را برای اشاره به https://api.avalai.ir پیکربندی کنید و از کلید API AvalAI خود استفاده کنید.

برای اطلاعات بیشتر در مورد استفاده از SDKهای Mistral AI با AvalAI، راهنمای Mistral AI SDK را مشاهده کنید.

خروجی JSON ساختاریافته

از پارامتر document_annotation_format برای استخراج داده ساختاریافته از اسناد استفاده کنید. این برای پردازش فاکتورها، رسیدها، فرم‌ها و سایر اسناد ساختاریافته مفید است.

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "document_url",
      "document_url": "https://example.com/invoice.pdf"
    },
    "document_annotation_format": {
      "type": "json_schema",
      "json_schema": {
        "name": "invoice_data",
        "schema": {
          "type": "object",
          "properties": {
            "invoice_number": { "type": "string" },
            "date": { "type": "string" },
            "total_amount": { "type": "number" },
            "vendor_name": { "type": "string" }
          },
          "required": ["invoice_number", "total_amount"]
        }
      }
    }
  }'

python

import requests
import json
import os

api_key = os.getenv("AVALAI_API_KEY")

# تعریف JSON Schema برای استخراج ساختاریافته
invoice_schema = {
    "type": "json_schema",
    "json_schema": {
        "name": "invoice_data",
        "schema": {
            "type": "object",
            "properties": {
                "invoice_number": {"type": "string"},
                "date": {"type": "string"},
                "total_amount": {"type": "number"},
                "vendor_name": {"type": "string"},
                "line_items": {
                    "type": "array",
                    "items": {
                        "type": "object",
                        "properties": {
                            "description": {"type": "string"},
                            "quantity": {"type": "number"},
                            "unit_price": {"type": "number"},
                        },
                    },
                },
            },
            "required": ["invoice_number", "total_amount"],
        },
    },
}

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {
            "type": "document_url",
            "document_url": "https://example.com/invoice.pdf",
        },
        "document_annotation_format": invoice_schema,
    },
)

result = response.json()

# داده ساختاریافته در document_annotation به صورت رشته JSON است
if result.get("document_annotation"):
    invoice_data = json.loads(result["document_annotation"])
    print(f"شماره فاکتور: {invoice_data.get('invoice_number')}")
    print(f"مبلغ کل: {invoice_data.get('total_amount')}")

javascript

const invoiceSchema = {
  type: "json_schema",
  json_schema: {
    name: "invoice_data",
    schema: {
      type: "object",
      properties: {
        invoice_number: { type: "string" },
        date: { type: "string" },
        total_amount: { type: "number" },
        vendor_name: { type: "string" },
        line_items: {
          type: "array",
          items: {
            type: "object",
            properties: {
              description: { type: "string" },
              quantity: { type: "number" },
              unit_price: { type: "number" }
            }
          }
        }
      },
      required: ["invoice_number", "total_amount"]
    }
  }
};

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "document_url",
      document_url: "https://example.com/invoice.pdf"
    },
    document_annotation_format: invoiceSchema
  })
});

const result = await response.json();

// داده ساختاریافته در document_annotation به صورت رشته JSON است
if (result.document_annotation) {
  const invoiceData = JSON.parse(result.document_annotation);
  console.log(`شماره فاکتور: ${invoiceData.invoice_number}`);
  console.log(`مبلغ کل: ${invoiceData.total_amount}`);
}

جداول در فرمت HTML

می‌توانید جداول را به جای markdown در فرمت HTML استخراج کنید:

BashPythonJavaScript

bash

curl https://api.avalai.ir/v1/ocr \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "mistral-ocr-4-0",
    "document": {
      "type": "document_url",
      "document_url": "https://example.com/document-with-tables.pdf"
    },
    "table_format": "html"
  }'

python

import requests
import os

api_key = os.getenv("AVALAI_API_KEY")

response = requests.post(
    "https://api.avalai.ir/v1/ocr",
    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
    json={
        "model": "mistral-ocr-4-0",
        "document": {
            "type": "document_url",
            "document_url": "https://example.com/document-with-tables.pdf",
        },
        "table_format": "html",  # جداول در فرمت HTML برگردانده می‌شوند
    },
)

result = response.json()
for page in result["pages"]:
    print(page["markdown"])  # جداول در تگ‌های <table> HTML خواهند بود

javascript

const response = await fetch("https://api.avalai.ir/v1/ocr", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.AVALAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "mistral-ocr-4-0",
    document: {
      type: "document_url",
      document_url: "https://example.com/document-with-tables.pdf"
    },
    table_format: "html"  // جداول در فرمت HTML برگردانده می‌شوند
  })
});

const result = await response.json();
result.pages.forEach(page => {
  console.log(page.markdown);  // جداول در تگ‌های <table> HTML خواهند بود
});

فرمت پاسخ

json

{
  "pages": [
    {
      "index": 0,
      "markdown": "# عنوان سند\n\nمحتوای متنی استخراج شده...",
      "dimensions": {
        "dpi": 200,
        "height": 2200,
        "width": 1700
      },
      "images": [
        {
          "image_base64": "base64string...",
          "bbox": {
            "x": 100,
            "y": 200,
            "width": 300,
            "height": 400
          }
        }
      ]
    }
  ],
  "model": "mistral-ocr-4-0",
  "usage_info": {
    "pages_processed": 29,
    "doc_size_bytes": 3002783
  },
  "document_annotation": null,
  "object": "ocr"
}

فیلدهای پاسخ

فیلد	نوع	توضیحات
`pages`	array	لیست صفحات پردازش شده با محتوای استخراج شده
`pages[].index`	integer	شماره صفحه (از 0 شروع می‌شود)
`pages[].markdown`	string	متن استخراج شده در قالب Markdown
`pages[].dimensions`	object	ابعاد صفحه (dpi، ارتفاع، عرض به پیکسل)
`pages[].images`	array	تصاویر استخراج شده از صفحه (اگر include_image_base64=true)
`model`	string	مدل استفاده شده برای پردازش OCR
`usage_info`	object	آمار پردازش (صفحات پردازش شده، اندازه سند)
`usage_info.pages_processed`	integer	تعداد کل صفحات پردازش شده
`usage_info.doc_size_bytes`	integer	اندازه سند به بایت
`document_annotation`	object	توضیحات اختیاری در سطح سند
`object`	string	همیشه "ocr" برای پاسخ‌های OCR

شی ابعاد صفحه

فیلد	نوع	توضیحات
`dpi`	integer	نقطه در هر اینچ (وضوح) صفحه
`height`	integer	ارتفاع صفحه به پیکسل
`width`	integer	عرض صفحه به پیکسل

شی تصویر

فیلد	نوع	توضیحات
`image_base64`	string	داده تصویر کدگذاری شده با base64
`bbox`	object	مختصات کادر محدوده تصویر
`bbox.x`	integer	مختصات X گوشه بالا-چپ
`bbox.y`	integer	مختصات Y گوشه بالا-چپ
`bbox.width`	integer	عرض تصویر به پیکسل
`bbox.height`	integer	ارتفاع تصویر به پیکسل

مدیریت خطا

API ممکن است کدهای خطای مختلفی برگرداند:

کد وضعیت	توضیحات
400	درخواست نامعتبر - پارامترهای نامعتبر یا URL سند اشتباه
401	غیرمجاز - کلید API نامعتبر یا وجود ندارد
403	ممنوع - مجوزهای ناکافی یا سهمیه تمام شده
404	پیدا نشد - URL سند قابل دسترسی نیست
413	بار بیش از حد بزرگ - اندازه سند از حد مجاز بیشتر است
429	درخواست‌های بیش از حد - محدودیت نرخ فراتر رفته
500	خطای داخلی سرور - خطای پردازش سمت سرور

برای اطلاعات بیشتر در مورد مدیریت خطاها، راهنمای مدیریت خطا را مشاهده کنید.

بهترین روش‌ها

مشخص کردن صفحات: هنگام پردازش اسناد بزرگ، از پارامتر pages برای استخراج فقط صفحات مورد نیاز استفاده کنید
استخراج تصویر: فقط زمانی که به تصاویر نیاز دارید include_image_base64 را true تنظیم کنید تا اندازه پاسخ کاهش یابد
فیلتر تصاویر: از image_min_size برای فیلتر کردن تصاویر کوچک و نامرتبط مانند آیکون‌ها استفاده کنید
URLهای سند: اطمینان حاصل کنید که URLهای سند به صورت عمومی قابل دسترسی هستند یا برای اسناد خصوصی از محتوای base64 استفاده کنید
مدیریت پاسخ‌های بزرگ: برای مدیریت بارهای بزرگ پاسخ هنگام استخراج تصاویر از اسناد آماده باشید
کش کردن نتایج: برای اسناد با دسترسی مکرر، کش کردن نتایج OCR را در نظر بگیرید
استفاده از JSON Schema برای داده ساختاریافته: هنگام استخراج اطلاعات ساختاریافته (فاکتورها، فرم‌ها، رسیدها)، از document_annotation_format با JSON Schema برای خروجی یکنواخت و تایپ‌شده استفاده کنید
جداول HTML برای یکپارچه‌سازی وب: زمانی که نیاز به نمایش جداول استخراج شده در برنامه‌های وب دارید، از table_format: "html" استفاده کنید

منابع مرتبط

پردازش اسناد با Mistral OCR - راهنمای جامع با مثال‌ها
مدل Mistral OCR - جزئیات و مشخصات مدل
راهنمای فایل‌های PDF - درباره پردازش فایل‌های PDF بیاموزید
راهنمای بینایی - درباره قابلیت‌های پردازش تصویر بیاموزید
احراز هویت - درباره روش‌های احراز هویت بیاموزید
محدودیت‌های نرخ - درباره محدودیت‌های نرخ API بیاموزید

API تشخیص متن (OCR) ​

Endpoint ​

بدنه درخواست ​

مدل و قیمت‌گذاری ​

نمونه‌های فرمت سند ​

فرمت‌های پاسخ ​

انواع فرمت ​

شی فرمت پاسخ ​

مثال: استخراج داده ساختاریافته ​

نمونه‌ها ​

درخواست ساده OCR ​

پردازش صفحات خاص ​

استخراج تصاویر با OCR ​

پردازش یک تصویر ​

استفاده از Mistral AI SDK ​

خروجی JSON ساختاریافته ​

جداول در فرمت HTML ​

فرمت پاسخ ​

فیلدهای پاسخ ​

شی ابعاد صفحه ​

شی تصویر ​

مدیریت خطا ​

بهترین روش‌ها ​

منابع مرتبط ​

API تشخیص متن (OCR)

Endpoint

بدنه درخواست

مدل و قیمت‌گذاری

نمونه‌های فرمت سند

فرمت‌های پاسخ

انواع فرمت

شی فرمت پاسخ

مثال: استخراج داده ساختاریافته

نمونه‌ها

درخواست ساده OCR

پردازش صفحات خاص

استخراج تصاویر با OCR

پردازش یک تصویر

استفاده از Mistral AI SDK

خروجی JSON ساختاریافته

جداول در فرمت HTML

فرمت پاسخ

فیلدهای پاسخ

شی ابعاد صفحه

شی تصویر

مدیریت خطا

بهترین روش‌ها

منابع مرتبط