Question 1

OpenOCRとは何ですか？

Accepted Answer

OpenOCRは、単一のRESTエンドポイントを通じて複数のOCRエンジン（Tesseract、EasyOCR、GPT-4o、Geminiなど）にアクセスできる統合APIです。1回のリクエストで任意のエンジンを選択でき、プロバイダーごとに個別の連携を管理する必要はありません。

Question 2

APIの認証方法は？

Accepted Answer

AuthorizationヘッダーにBearerトークンとしてAPIキーを含めます：「Authorization: Bearer sk-ocr-...」。サインアップ後、ダッシュボードからキーを生成できます。

Question 3

どのOCRエンジンに対応していますか？

Accepted Answer

OpenOCRはTesseract、EasyOCR、docTR、OCRmyPDF、RapidOCR、OpenAI GPT-4o、Google Gemini、Anthropic Claudeなど、20以上のエンジンに対応しています。各エンジンには手書き文字、表、CJKテキスト、文書タイプごとに異なる強みがあります。

Question 4

OpenOCRはPDFファイルに対応していますか？

Accepted Answer

はい。/ocrエンドポイント経由でPDFを送信すると、OpenOCRがページを抽出し、選択したエンジンで処理します。複数ページのPDFに対応しており、ページ単位で課金されます。

Question 5

SDKは提供されていますか？

Accepted Answer

公式のPythonおよびJavaScript/TypeScript SDKは近日公開予定です。現在は、cURL、fetch、Python requests、またはその他のHTTPクライアントで直接REST APIを呼び出してください。

Question 6

対応している画像形式は？

Accepted Answer

OpenOCRはPNG、JPEG、WebP、TIFF、BMP、PDFファイルに対応しています。base64またはURL参照として送信してください。multipartのファイルアップロードには対応していません。

ドキュメント

ドキュメント