# 📝 Effi-OCR

Service OCR (Optical Character Recognition) pour Effi. Extrait le texte des images et photos de documents.

---

## 🎯 Fonctionnalités

- Extraction de texte à partir d'images (JPEG, PNG, GIF, BMP, TIFF, WebP)
- Support multilingue (Français, Anglais, Allemand, Espagnol, Italien)
- Prétraitement automatique pour améliorer la qualité
- API REST simple et rapide
- Intégration OpenWebUI via Tool

---

## 🚀 Démarrage rapide

```bash
# Construire et démarrer
cd ~/Documents/OpenCode/Projets/Effi/effi-ocr
sudo docker compose up -d --build

# Vérifier le service
curl http://localhost:8300/health
```

---

## 📡 API Endpoints

### Health Check
```bash
GET /health
```

### OCR - Upload fichier
```bash
POST /ocr
Content-Type: multipart/form-data

Parameters:
  - file: Image à analyser
  - lang: Code langue (fra, eng, fra+eng, etc.)
  - preprocess: true/false (prétraitement auto)
```

Exemple:
```bash
curl -X POST -F "file=@photo.jpg" -F "lang=fra" http://localhost:8300/ocr
```

### OCR - Base64
```bash
POST /ocr/base64
Content-Type: application/json

{
  "image_base64": "...",
  "lang": "fra",
  "preprocess": true
}
```

### Langues disponibles
```bash
GET /languages
```

---

## 🔧 Configuration

### Variables d'environnement

| Variable | Défaut | Description |
|----------|--------|-------------|
| `OCR_URL` | `http://192.168.1.11:8300` | URL du service OCR |

### Langues supportées

- `fra` - Français
- `eng` - Anglais  
- `fra+eng` - Bilingue FR+EN
- `deu` - Allemand
- `spa` - Espagnol
- `ita` - Italien

---

## 🐳 Docker

### Construction
```bash
sudo docker compose build
```

### Démarrage
```bash
sudo docker compose up -d
```

### Logs
```bash
sudo docker logs effi-ocr -f
```

### Arrêt
```bash
sudo docker compose down
```

---

## 🔗 Intégration OpenWebUI

Voir [TOOL-OPENWEBUI.md](TOOL-OPENWEBUI.md) pour la configuration complète du Tool.

**Résumé rapide:**
1. Admin → Tools → Create Tool
2. Copier le code Python fourni
3. Configurer la variable `OCR_URL`
4. Activer le Tool dans les paramètres de conversation

---

## 🧪 Tests

### Test de santé
```bash
curl http://localhost:8300/health
```

### Test OCR simple
```bash
curl -X POST \
  -F "file=@/chemin/vers/image.jpg" \
  -F "lang=fra" \
  http://localhost:8300/ocr
```

### Test avec prétraitement désactivé
```bash
curl -X POST \
  -F "file=@image.png" \
  -F "lang=eng" \
  -F "preprocess=false" \
  http://localhost:8300/ocr
```

---

## 📊 Performance

- **Temps de traitement** : ~1-3 secondes par image (dépend de la taille)
- **Formats supportés** : JPEG, PNG, GIF, BMP, TIFF, WebP
- **Taille max recommandée** : 2048x2048 pixels
- **Prétraitement** : Conversion niveaux de gris + contraste (optionnel)

---

## 🐛 Dépannage

### Service ne répond pas
```bash
# Vérifier si le conteneur tourne
sudo docker ps | grep effi-ocr

# Redémarrer
sudo docker restart effi-ocr

# Voir les logs
sudo docker logs effi-ocr
```

### Tesseract non trouvé
L'erreur indique que Tesseract n'est pas installé dans le conteneur. Reconstruire:
```bash
sudo docker compose down
sudo docker compose up -d --build
```

### OCR de mauvaise qualité
- Utiliser `lang=fra+eng` pour les documents mixtes
- S'assurer que l'image est bien éclairée
- Vérifier la résolution (300 DPI recommandé pour documents)
- Activer le prétraitement (par défaut: true)

---

## 📁 Structure

```
effi-ocr/
├── main.py              # API FastAPI
├── Dockerfile           # Configuration Docker
├── docker-compose.yml   # Orchestration
├── requirements.txt     # Dépendances Python
├── README.md           # Ce fichier
└── TOOL-OPENWEBUI.md   # Guide Tool OpenWebUI
```

---

## 📝 Dépendances

- Python 3.11
- FastAPI
- Pillow (traitement d'images)
- pytesseract (wrapper Tesseract)
- Tesseract OCR 5.x

---

## 🎨 Cas d'usage

- **Numérisation de livres** : Extraire le texte de photos de pages
- **Factures** : Récupérer les informations de factures scannées
- **Documents** : OCR sur PDF et images de documents
- **Notes manuscrites** : Reconnaissance de texte manuscrit (limitée)

---

## 🔒 Sécurité

- Le service écoute uniquement sur localhost (127.0.0.1:8300)
- Aucune donnée n'est stockée persistante
- Les images sont traitées en mémoire et supprimées après

---

Créé le 6 Avril 2026