OCR.chat API

En HTTP- forespørsel gjør et bilde eller PDF til ren tekst, markering, tabeller og JSON – på 100+ språk. Målt på hver side, ingen overraskelser.

Oversikt

The OCR.chat API is a small REST interface. You POST a file and get back a job with the recognized text and a per-page breakdown (text, bounding boxes, confidence). Jobs of 5 pages or fewer return inline; larger jobs return immediately with a pending status that you poll until done.

  • Base URL: https://ocr.chat
  • Formats in: PNG, JPG, WEBP, GIF, BMP, TIFF, and multi-page PDF
  • Formats out: txt, md, docx, pdf, csv, json
  • Engines: cpu (fast, printed docs) and vlm (premium AI, handwriting, complex layout, math)

Autentisering

Authenticate with your API token (find it on your account page) as a Bearer header:

Authorization: Bearer YOUR_API_TOKEN

You can also pass ?api_token=… as a query parameter. Usage is metered against your account's page balance.

Send inn et dokument

POST /api/v1/ocr/, multipart form upload.

curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@invoice.pdf" \
  -F "tier=vlm" \
  -F "language=auto"

Returns the job. For ≤5-page files it is already done with the text; larger files come back pending/processing, poll the status endpoint.

{
  "uuid": "9f2c1b7e4a...",
  "status": "done",
  "tier": "vlm",
  "language": "auto",
  "page_count": 1,
  "mean_confidence": 0.98,
  "text": "INVOICE\nAcme Corp\nTotal: 215.00 USD",
  "markdown": "# INVOICE\n\n**Acme Corp** ...",
  "pages": [ { "index": 0, "text": "...", "blocks": [ { "text": "...", "bbox": [x0,y0,x1,y1], "confidence": 0.98 } ] } ]
}

Få et resultat

GET /api/v1/ocr/<uuid>/, poll until status is done or failed.

curl https://ocr.chat/api/v1/ocr/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN"

Last ned et format

GET /api/v1/ocr/<uuid>/download/?format=md, export the result. format is one of txt, md, docx, pdf, csv, json.

curl -L "https://ocr.chat/api/v1/ocr/9f2c1b7e4a.../download/?format=docx" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.docx

Prat med et dokument

Spør om en ferdig jobb. Svarene er bare utestengt i den utpakkede teksten og siter kildesiden. Krever et kontotegn – pratefunksjonen er kontoblokkert.

POST /api/v1/chat/<uuid>/, JSON body {"message": "your question"}.

curl -X POST https://ocr.chat/api/v1/chat/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the invoice total and due date?"}'

Returnerer assistentmeldingen med svar og en liste over siterte sider:

{"conversation": "a1b2…", "message": {
   "role": "assistant",
   "content": "The total is $42, due on March 3 (p. 1).",
   "citations": [{"page": 1, "snippet": "The invoice total is $42…"}]
}}

GET /api/v1/chat/<uuid>/history/, hente hele samtaleutskrifta for en jobb.

Kodeeksempel

import requests, time

API = "https://ocr.chat/api/v1/ocr/"
H = {"Authorization": "Bearer YOUR_API_TOKEN"}

# Submit
with open("invoice.pdf", "rb") as f:
    job = requests.post(API, headers=H,
        files={"file": f}, data={"tier": "vlm"}).json()

# Poll until done
while job["status"] in ("pending", "processing"):
    time.sleep(2)
    job = requests.get(API + job["uuid"] + "/", headers=H).json()

print(job["markdown"])

# Download as DOCX
r = requests.get(API + job["uuid"] + "/download/",
                 headers=H, params={"format": "docx"})
open("result.docx", "wb").write(r.content)
import fs from "fs";

const API = "https://ocr.chat/api/v1/ocr/";
const H = { Authorization: "Bearer YOUR_API_TOKEN" };

const form = new FormData();
form.append("file", new Blob([fs.readFileSync("invoice.pdf")]), "invoice.pdf");
form.append("tier", "vlm");

let job = await (await fetch(API, { method: "POST", headers: H, body: form })).json();

while (["pending", "processing"].includes(job.status)) {
  await new Promise(r => setTimeout(r, 2000));
  job = await (await fetch(API + job.uuid + "/", { headers: H })).json();
}
console.log(job.markdown);
# 1. Submit
curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@invoice.pdf" -F "tier=vlm"

# 2. Poll  (use the uuid from step 1)
curl https://ocr.chat/api/v1/ocr/UUID/ \
  -H "Authorization: Bearer YOUR_API_TOKEN"

# 3. Download
curl -L "https://ocr.chat/api/v1/ocr/UUID/download/?format=md" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.md

Parametre

FieldTypeDescription
filefileRequired. The image or PDF to process.
tierstringcpu (default, fast/printed) or vlm (premium AI: handwriting, layout, math).
languagestringauto (default) or a language code (en, ch, ja, ar, …).
toolstringOptional tool slug (e.g. extract-tables, handwriting-to-text) to apply that tool's preset.
translate_tostringFor the translate tool, target language code.

Feil & grenser

CodeMeaning
400No file, unsupported type, or file too large.
401Missing or invalid API token.
402Out of pages, daily/monthly free limit reached, or no credits. The body includes used/cap.
404Job UUID not found.
409Download requested before the job finished.

Each page processed costs credits (1/page on the fast tier, more on premium). Paid plans raise per-file page caps and add priority. See pricing.

Ofte stilte spørsmål

Create a free account and open your account page, your token is shown there with a copy button.

Yes, files of 5 pages or fewer return the full result inline in the POST response, so no polling is needed for most images and short PDFs.

Over 100, including Latin, CJK, Arabic, Cyrillic and Indic scripts. Use language=auto to detect, or pass a specific code.

Uploads are processed for OCR and deleted automatically. We never sell, share, or train on your documents.

Bruken måles på hver side mot kontosaldoen din: anonyme anrop får en daglig godtgjøring for hver IP, gratis kontoer en månedlig bøtte, og betalte planer bruker kjøpte kreditter med høyere sidehøyder for hver fil og prioritet. Når du går ut av det får du 402 med bruk og cap i kroppen.

Du kan sende PNG, JPG, WEBP, GIF, BMP, TIFF og flersidig PDF. Resultater lastet ned som txt, OD, docx, pdf (søkbar), csv eller json via formatparameteren for nedlastingen.

400 er en fil som mangler, type eller fil for stor, 401 mangler et ugyldig symbol, 402 ut av sider, 404 en ukjent jobb UUID, og 409 en nedlasting det er bedt om før jobben er ferdig. Feil- kropper inneholder en kort melding.

Et jobbobjekt med status, nivå, språk, sideantall og middelt_ tillit, pluss full tekst og nedmerking. Sidetabellen bryter hver side inn i blokker med tekst, omskrevet boks (bbox) og tillit for hver blokk.

Bruk cpu (standard) for rask og billig gjenkjenning av rene utskrifter. Bruk vlm, AI- forhøyet, for håndskrift, komplekse eller flerkolonne- utforminger, matematikk og oversettelse, der det er langt mer nøyaktig.

Passer verktøy med en snegle (for eksempel uttrekkstabeller eller håndskrift til tekst) for å bruke det verktøyets forhåndsinnstilling for innstilte innstillinger. For oversettingsverktøyet, også oversett « translate_ to » med målspråkkoden for å få den gjenkjente teksten oversatt igjen.

Filer på 5 sider eller mindre returnerer inn i svaret POST. Større filer kommer tilbake med en gang som ventende eller behandle, og du sjekker GET / api/ v1/ ocr/<uuid>/ til statusen er ferdig eller mislykket. Betalte planer hever sidehatten for hver fil.

API er vanlig REST over HTTPS, så det virker fra alle språk med en HTTP klient – se eksemplene Python, Node.js og cURL over. Det er ingen SDK å installere. Noen linjer med standard HTTP- kode er alt du trenger.