Effi/effi-ocr/TOOL-OPENWEBUI.md

Tool OCR pour OpenWebUI

Configuration

Dans OpenWebUI (http://192.168.1.27:3000) :

1. Aller dans : Admin → Tools → Create Tool
2. Nom : OCR Extracteur de Texte
3. ID : ocr_extractor
4. Description : Extrait le texte des images pour les livres et documents

Code du Tool

from typing import Optional
import requests
import base64
import os

class Tools:
    def __init__(self):
        """Initialize OCR Tool"""
        self.ocr_url = os.getenv("OCR_URL", "http://192.168.1.11:8300")
    
    def extract_text_from_image(self, image_path: str, language: str = "fra") -> str:
        """
        Extract text from an image file using OCR
        
        Args:
            image_path: Path to the image file (jpg, png, etc.)
            language: Language code (fra, eng, fra+eng, etc.)
        
        Returns:
            Extracted text from the image
        """
        try:
            # Read image file
            with open(image_path, 'rb') as f:
                files = {'file': f}
                data = {'lang': language}
                
                response = requests.post(
                    f"{self.ocr_url}/ocr",
                    files=files,
                    data=data,
                    timeout=30
                )
                
                if response.status_code == 200:
                    result = response.json()
                    if result.get('success'):
                        text = result.get('text', '')
                        char_count = result.get('characters_count', 0)
                        word_count = result.get('words_count', 0)
                        return f"Texte extrait ({char_count} caractères, {word_count} mots):\n\n{text}"
                    else:
                        return f"Erreur OCR: {result.get('error', 'Unknown error')}"
                else:
                    return f"Erreur HTTP {response.status_code}: {response.text}"
                    
        except FileNotFoundError:
            return f"Erreur: Fichier non trouvé: {image_path}"
        except Exception as e:
            return f"Erreur lors de l'OCR: {str(e)}"
    
    def extract_text_from_base64(self, image_base64: str, language: str = "fra") -> str:
        """
        Extract text from a base64 encoded image
        
        Args:
            image_base64: Base64 encoded image string
            language: Language code (fra, eng, fra+eng, etc.)
        
        Returns:
            Extracted text from the image
        """
        try:
            response = requests.post(
                f"{self.ocr_url}/ocr/base64",
                json={
                    'image_base64': image_base64,
                    'lang': language,
                    'preprocess': True
                },
                timeout=30
            )
            
            if response.status_code == 200:
                result = response.json()
                if result.get('success'):
                    text = result.get('text', '')
                    char_count = result.get('characters_count', 0)
                    word_count = result.get('words_count', 0)
                    return f"Texte extrait ({char_count} caractères, {word_count} mots):\n\n{text}"
                else:
                    return f"Erreur OCR: extraction échouée"
            else:
                return f"Erreur HTTP {response.status_code}: {response.text}"
                
        except Exception as e:
            return f"Erreur lors de l'OCR: {str(e)}"
    
    def get_available_languages(self) -> str:
        """
        Get list of available OCR languages
        
        Returns:
            List of available language codes
        """
        try:
            response = requests.get(f"{self.ocr_url}/languages", timeout=10)
            
            if response.status_code == 200:
                result = response.json()
                languages = result.get('available_languages', [])
                return f"Langues disponibles: {', '.join(languages)}"
            else:
                return f"Erreur: {response.status_code}"
                
        except Exception as e:
            return f"Erreur: {str(e)}"

Variables d'environnement

Dans les Settings d'OpenWebUI (Admin → Settings → Environment Variables) :

Si effi-ocr est sur le MEME serveur (recommandé):

OCR_URL=http://host.docker.internal:8300

Si effi-ocr est sur un autre serveur (Fedora 192.168.1.11):

OCR_URL=http://192.168.1.11:8300

Utilisation

Une fois le Tool créé, les agents pourront l'utiliser avec ces fonctions :

• extract_text_from_image("/chemin/vers/image.jpg", "fra") - Extraire le texte d'un fichier image
• extract_text_from_base64("base64encoded...", "fra") - Extraire d'une image encodée en base64
• get_available_languages() - Lister les langues disponibles

Exemple de prompt

"Effi, lis-moi ce texte" [upload d'image]
→ L'agent utilise automatiquement le Tool OCR

Langues disponibles

• fra - Français
• eng - Anglais
• fra+eng - Français + Anglais (bilingue)
• deu - Allemand
• spa - Espagnol
• ita - Italien

Dépannage

Erreur de connexion :

# Vérifier que le service OCR tourne
curl http://192.168.1.11:8300/health

# Redémarrer si nécessaire
cd ~/Documents/OpenCode/Projets/Effi/effi-ocr
sudo docker compose restart

Texte mal extrait :

• Essayer fra+eng pour les documents bilingues
• Vérifier la qualité de l'image (résolution, contraste)
• L'OCR fonctionne mieux avec des images bien éclairées

---

Tool créé le 6 Avril 2026