PDF OCR Processor

Este repositório disponibiliza uma aplicação para download de arquivos PDF a partir de uma URL e conversão de seu conteúdo em texto por meio de OCR, utilizando a API do Mistral.

O que é OCR?

OCR (Reconhecimento Óptico de Caracteres) é uma tecnologia que converte documentos digitalizados, como PDFs e imagens, em texto pesquisável e editável, facilitando a extração de informações e imagens.

O que é Mistral?

Mistral é uma plataforma de inteligência artificial que fornece APIs para diversas funcionalidades, incluindo OCR. A API do Mistral permite processar documentos e extrair texto de maneira eficiente, utilizando modelos avançados de aprendizado de máquina.

Funcionalidades

• Download de PDFs: A aplicação baixa arquivos PDF a partir de uma URL fornecida.
• Conversão para OCR: O conteúdo dos PDFs é processado e convertido em texto utilizando a API do Mistral.

Como Executar

Pré-requisitos

• Node.js
• API Key do Mistral (adicione no arquivo .env)

Endpoints

POST /api/process-pdf-to-ocr
Envia uma URL de PDF para ser processada.

Body:

{
  "pdfUrl": "https://example.com/document.pdf"
}

Resposta:

{
  "message": "PDF processed successfully!",
  "ocr": { ...conteúdo extraído... }
}