Effi/effi-ocr

📝 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

# 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

GET /health

OCR - Upload fichier

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:

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

OCR - Base64

POST /ocr/base64
Content-Type: application/json

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

Langues disponibles

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

sudo docker compose build

Démarrage

sudo docker compose up -d

Logs

sudo docker logs effi-ocr -f

Arrêt

sudo docker compose down

---

🔗 Intégration OpenWebUI

Voir 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

curl http://localhost:8300/health

Test OCR simple

curl -X POST \
  -F "file=@/chemin/vers/image.jpg" \
  -F "lang=fra" \
  http://localhost:8300/ocr

Test avec prétraitement désactivé

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

# 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:

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