ocr_pdf
Extract text from PDFs, detect corrupted fonts common in Brazilian court documents, and run OCR only on affected pages. Small files return full text; large files save to .txt with a summary.
Instructions
Extrai texto de um PDF. Detecta automaticamente fontes corrompidas (comum em PDFs judiciais brasileiros) e aplica OCR quando necessário.
Para PDFs pequenos (<=30 páginas), retorna o texto completo.
Para PDFs grandes, salva em .txt e retorna o caminho + resumo.
Args:
pdf_path: Caminho absoluto do arquivo PDF.
dpi: Resolução para OCR (150, 200, 300 ou 400). Default: 300.
save_to_file: Forçar salvamento em arquivo .txt mesmo para PDFs pequenos.
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| dpi | No | ||
| pdf_path | Yes | ||
| save_to_file | No |
Output Schema
| Name | Required | Description | Default |
|---|---|---|---|
| result | Yes |