OCR.chat API

En HTTP-begäran förvandlar en bild eller PDF till ren text, Markdown, tabeller och JSON — på 100+ språk. Metererade per sida, inga överraskningar.

Översikt

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)

Behörighetskontroll

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.

Lämna in ett 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 ett 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"

Ladda ner ett 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

Chatta med ett dokument

Ställ frågor om ett färdigt jobb. Svaren är endast baserade i den extraherade texten och citera källsidan. Kräver ett konto token – chattfunktionen är konto-gated.

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?"}'

Returnerar det assisterande meddelandet med sitt svar och en lista över citerade sidor:

{"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/, Hämta hela konversationsavskriften för ett jobb.

Exempel på koder

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

Parametrar

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.

Fel & gränser

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.

Vanliga frågor

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.

Användning mäts per sida mot ditt kontosaldo: anonyma samtal får en per-IP dagtraktamente, gratis konton en månatlig hink, och betalda planer använda köpta krediter med högre per-fil sidmössor och prioritet. När du tar slut får du en 402 med använt och mössa i kroppen.

Du kan skicka PNG, JPG, WEBP, GIF, BMP, TIFF och flera sidor PDF. Resultat nedladdning som txt, md, docx, pdf (sökbar), csv, eller json via nedladdningsslutpunkten format parameter.

400 är en saknad fil, en typ som inte stöds eller en fil som är för stor; 401 en saknad eller ogiltig token; 402 av sidor; 404 ett okänt jobb UUID; och 409 en nedladdning som begärts innan jobbet avslutats. Felorganen inkluderar ett kort meddelande.

Ett jobbobjekt med status, nivå, språk, sidräkning och medel-_ förtroende, plus full text och markering. Sidornas array bryter varje sida i block med sin text, avgränsande ruta (bbox) och per block förtroende.

Använd cpu (standarden) för snabb, låg kostnad erkännande av rena tryckta dokument. Använd vlm, premium AI-motorn, för handstil, komplexa eller multi-kolumn layouter, matematik, och översättning, där det är mycket mer exakt.

Passera verktyg med en snigel (till exempel utdragstabeller eller handstil-till-text) för att tillämpa verktygets inställda förinställning. För översätta verktyget, också passera translate_to med målspråkskoden för att få den erkända texten tillbaka översatt.

Filer på 5 sidor eller färre returnerar inline i POST-svaret. Större filer kommer tillbaka omedelbart som väntande eller bearbetning, och du väljer GET /api/v1/ocr /<uuid>/ tills status är klar eller misslyckades. Betalda planer höjer sidkapsylen per fil.

API:et är enkelt REST över HTTPS, så det fungerar från alla språk med en HTTP- klient - se exemplen Python, Node.js och cURL ovan. Det finns inget SDK att installera; några rader av standard HTTP- kod är allt du behöver.