OCR.space: распознавание текста из изображений и PDF в браузере и по API

OCR.space — это не классическая программа, которую устанавливают на компьютер для чтения PDF. Основной продукт представляет собой веб-сервис оптического распознавания текста и REST API: он принимает изображения и PDF, извлекает текст, может вернуть JSON с координатами слов и в ряде режимов сформировать PDF с текстовым слоем. Сервис принадлежит немецкой a9t9 software GmbH; на момент проверки 14 сентября 2026 года официальный сайт помечает облачный API как V5.17.3. Отдельно существует OCR.space Local — коммерческая локальная редакция для развёртывания в собственной инфраструктуре, и её важно не смешивать с бесплатной веб-формой и облачными тарифами API.

Скачать OCR.space

Для основного OCR.space скачивать установщик не требуется: Online OCR открывается на официальном HTTPS-сайте и работает как веб-приложение. Это наиболее безопасный путь для разовой задачи: вводить адрес сервиса вручную или переходить с официального домена, а не загружать «OCR.space for Windows» с каталогов программ. У облачного продукта нет публично заявленного настольного клиента, который был бы необходим для распознавания через основную веб-форму.

Разработчикам также не требуется фирменный SDK. Официальный API вызывается по HTTPS через REST, а документация показывает примеры для cURL, C#, C++/Qt, Java, JavaScript, Node.js, PHP, Python, Ruby, Swift/Objective-C и других сред. Ключ бесплатного API высылается после регистрации по электронной почте. Встраивание поэтому сводится к HTTP-клиенту и обработке JSON, а не к установке отдельного OCR-пакета.

OCR.space Local — другой вариант поставки. Официальная документация описывает его как self-hosted/on-premise OCR server с теми же параметрами API и качеством распознавания, что у PRO PDF, но работающий внутри собственной инфраструктуры без обращения к Интернету. Публичной универсальной страницы загрузки с системными пакетами и открытой ценой для Local нет: лицензирование оформляется через отдел продаж. Поэтому сторонние «локальные сборки» нельзя считать эквивалентом OCR.space Local.

Что такое OCR.space

OCR.space — сервис a9t9 software GmbH для преобразования текста на изображениях и сканах в машинно-читаемый вид. Его роль ближе к OCR-инфраструктуре, чем к PDF-редактору: пользователь передаёт исходник, выбирает движок и параметры распознавания, после чего получает текст, JSON или, при совместимом режиме, PDF с добавленным текстовым слоем. Само содержимое документа в привычном WYSIWYG-редакторе сервис не правит.

Текущий статус сервиса подтверждается активным сайтом, действующей документацией API, публичной страницей состояния и маркировкой OCR API V5.17.3 в футере официальных страниц. Одновременно продукт развивается по линии движков: Engine 1 официально помечен как deprecated и выводится из эксплуатации, Engine 2 указан как стандартный универсальный вариант, а Engine 3 — как более точный для рукописи, таблиц и большого числа языков, но с собственными ограничениями.

По назначению OCR.space находится между простым онлайн-конвертером и корпоративным OCR-сервисом. Разовой задаче достаточно веб-формы; разработчику интереснее REST API; для закрытого контура предусмотрен Local. Это отличает продукт, например, от ABBYY FineReader, который для конечного пользователя прежде всего выступает настольным OCR/PDF-приложением с редактором и ручной проверкой результата.

Основные функции OCR.space

Распознавание текста из изображений и PDF

Веб-форма принимает файл или URL источника и выполняет OCR без обязательной регистрации. На текущей форме явно перечислены PNG, JPG, WebP и PDF; справочный текст той же страницы дополнительно упоминает GIF. Документация API шире и перечисляет PDF, GIF, PNG, JPG, TIF и BMP, включая многостраничный TIFF. Для API источник можно передать тремя способами: как удалённый URL, multipart-файл или Base64-строку.

Ответ API приходит в JSON. Для каждого изображения или страницы PDF возвращается распознанный текст, код результата и сведения об ошибке, если она возникла. Общий ответ включает статус выполнения, время обработки и, когда запрошено создание searchable PDF, временную ссылку на результат. Такая схема удобна для интеграций: приложение может различать полный успех, частичный разбор PDF и ошибку отдельной страницы, а не ориентироваться только на HTTP-статус.

Три OCR-движка

Engine 2 используется по умолчанию. Разработчик позиционирует его как баланс скорости и качества; он поддерживает автоматическое определение языка, специальные символы и сложные фоны, а также подходит для повернутого текста и многих смешанных сценариев. В API он включается параметром OCREngine=2, но явное указание не обязательно, если нужен стандартный режим.

Engine 3 рассчитан на более трудные исходники. Документация указывает более 200 языков, автоматическое определение языка, распознавание рукописи, таблиц и чекбоксов. Таблицы могут возвращаться в Markdown-представлении. При этом Engine 3 работает медленнее на крупных изображениях и PDF, а запрос overlay с координатами слов делает вызов ещё в 2–3 раза медленнее. Для этого движка действуют отдельные месячные квоты: 2 500 преобразований на бесплатном плане и 30 000 на PRO/PRO PDF сверх обычных лимитов Engine 1/2.

Overlay, ориентация, масштабирование и табличный режим

Параметр isOverlayRequired просит вернуть расположение слов: для каждого элемента доступны текст и геометрия прямоугольника. Это позволяет подсветить распознанное слово поверх изображения или связать текст с его местом на странице. Для Engine 3 координаты официально описаны как менее точные, чем у Engine 1/2; если пространственная точность критична, этот компромисс нужно учитывать отдельно от качества самого текста.

Опция detectOrientation включает определение ориентации и автоматический поворот. Параметр scale запускает внутреннее увеличение изображения; документация отдельно отмечает, что веб-демо использует scale=true, тогда как API по умолчанию — false. isTable переключает логику в режим, где результат старается сохранять построчную структуру таблиц, чеков и счетов. Это не превращает OCR.space в полноценный парсер бухгалтерских документов, но даёт более пригодную основу для последующего разбора строк.

Searchable PDF

OCR.space умеет создавать PDF, в котором исходное изображение страницы дополнено распознанным текстовым слоем. Через API это включается isCreateSearchablePdf; текстовый слой можно сделать видимым для визуального контроля или скрытым, чтобы сохранить внешний вид скана. В документации указано, что при формировании PDF следует явно передавать и настройку видимости текстового слоя.

Есть два существенных ограничения. Во-первых, бесплатный API добавляет в созданный searchable PDF водяной знак OCR.space, тогда как платный PRO — нет. Во-вторых, Engine 3 на текущей версии не создаёт searchable PDF: соответствующий параметр игнорируется. Поэтому для конечного архивного PDF нужен Engine 2 либо другой совместимый движок, а Engine 3 лучше рассматривать как источник текста или структурированного результата.

Интерфейс и удобство использования

Веб-интерфейс построен вокруг одной последовательности: загрузить файл или указать URL, выбрать язык и параметры, запустить OCR, затем посмотреть текст или JSON и при необходимости скачать сформированный результат. На одной странице доступны флажки определения ориентации, табличного режима, увеличения низкого DPI, варианты searchable PDF и переключатель движка. Для разовой операции это снижает порог входа: не нужно создавать проект, настраивать рабочее пространство или изучать отдельный редактор.

Публичная форма, документация и тарифная страница проверены в английском интерфейсе. Официального списка локализаций пользовательского интерфейса сайт не публикует. При этом язык интерфейса не ограничивает язык распознавания: русский, украинский и многие другие языки перечислены в таблице поддерживаемых OCR-языков, а Engine 3 заявляет более 200 языков с автоопределением.

Для разработчика интерфейсом фактически становится API. Его плюс — компактный контракт: один основной POST endpoint, три способа передачи исходника и одинаковый формат ответа у разных движков. Минус — отсутствие обязательного фирменного SDK: типизацию, повторные попытки, хранение ключа, обработку лимитов и журналирование вызывающая система проектирует сама. Для простого скрипта это небольшая цена, для крупного продукта — отдельный инженерный слой.

Поддерживаемые форматы и совместимость

Набор форматов зависит от контура. Веб-форма явно предлагает PNG, JPG, WebP и PDF, а текст справки также упоминает GIF. В API параметр filetype документирован для PDF, GIF, PNG, JPG, TIF и BMP; JPEG рассматривается как JPG, TIFF — как TIF. Для многостраничных документов поддерживается PDF, а Engine 1 также документирован для многостраничного TIFF. Передавать офисные DOCX/XLSX/PPTX как исходники основной OCR API не заявляет.

У API есть три канала входа: URL, multipart file и Base64. GET endpoint принимает только URL: параметры такого вызова находятся в адресе, а загрузка файла и Base64 предусмотрены только для POST. Если удалённое хранилище отдаёт неправильный MIME type, документация разрешает принудительно указать filetype. Для PDF ожидается application/pdf, что особенно важно при загрузке из S3-подобных хранилищ.

Выходом служит прежде всего JSON с ParsedText и служебными полями. При включённом overlay добавляются строки, слова и их координаты. Searchable PDF возвращается как URL во временном поле SearchablePDFURL. Экспорт непосредственно в DOCX, XLSX или редактируемый ODT официальным API не заявлен; если нужен офисный документ, распознанный текст или таблицу придётся преобразовывать на стороне клиента либо использовать другой продукт.

Паспорт обратимости операций

Операции OCR.space в основном не изменяют исходный файл на устройстве пользователя: облачный сервис получает копию, выполняет распознавание и возвращает новый результат. Поэтому исходный PNG, JPEG или PDF остаётся главным способом отката. Если распознанный текст оказался неверным, можно повторить обработку с другим движком, языком, параметрами scale, orientation или table, не повреждая оригинал.

Временная ссылка SearchablePDFURL не является архивом: официальный API хранит такой PDF для скачивания 60 минут, после чего удаляет его. Следовательно, контрольная точка операции — не наличие ссылки в журнале, а локально сохранённый файл. Если результат должен пройти аудит, стоит хранить исходник, выбранные параметры OCR, JSON-ответ и окончательный PDF как отдельные артефакты.

Производительность и стабильность

Официальная документация не публикует универсальных секунд на страницу, поэтому корректно сравнивать только заявленные свойства движков. Engine 1 назван самым быстрым, но он устарел. Engine 2 — стандартный компромисс скорости и качества. Engine 3 ориентирован на точность и сложные документы, но замедляется с ростом изображения или PDF; overlay у Engine 3 дополнительно увеличивает время вызова примерно в 2–3 раза. Создание searchable PDF также требует дополнительной обработки.

Бесплатный API ограничен 25 000 запросов в месяц и дополнительно 500 запросами в день на один IP. У PRO и PRO PDF в таблице указано по 300 000 запросов в месяц без такого дневного ограничения. Для Engine 3 поверх этого действуют собственные более низкие месячные квоты. Если несколько рабочих мест выходят через один NAT-адрес, дневной лимит free API становится общей внешней зависимостью и должен учитываться в нагрузочном сценарии.

Платные планы работают на отделённых от бесплатного сервиса мощностях; официальная страница заявляет для PRO-уровня 100% uptime или возврат денег и ссылается на публичный status dashboard. Это договорное обещание тарифа, а не основание ожидать абсолютную безотказность каждого отдельного запроса: клиент всё равно должен обрабатывать таймауты, частично распознанные PDF и коды ошибок API.

Навигатор по сбоям

Файл не принимается

Сопоставьте размер и число страниц с конкретным режимом: веб-форма, Free API, PRO и PRO PDF имеют разные пределы. При передаче URL проверьте MIME type; для PDF ожидается application/pdf, а при неверном заголовке можно явно указать filetype. Для Base64 нужен корректный data-префикс без лишнего перевода строки.

Текст распознан плохо

Начните с Engine 2. Для рукописи, сложной таблицы или редкого языка сравните Engine 3. Низкое разрешение — повод включить scale, поворот — detectOrientation, табличную структуру — isTable. Цифры, даты и суммы проверяются по изображению, даже если получившийся текст выглядит правдоподобно.

Текст есть, а searchable PDF нет

Engine 3 сейчас не создаёт searchable PDF и игнорирует соответствующий параметр. Для Engine 2 передайте isCreateSearchablePdf=true и явно задайте видимость текстового слоя. Полученную ссылку используйте сразу: PDF хранится 60 минут.

Ответ частичный или с ошибкой

Читайте OCRExitCode и коды отдельных страниц. API различает полный успех, частичный разбор, timeout, validation error и engine parse error. Повтор запроса оправдан только после классификации причины: превышение размера или неверный формат ретраем не исправляются.

Лицензирование и версии

Облачный OCR.space использует freemium-модель. Интерактивная Online OCR форма бесплатна и не требует регистрации. Для бесплатного API нужен ключ, который высылается на указанный email. Free API даёт 25 000 запросов в месяц, не более 500 запросов в день на IP, файл до 1 МБ и PDF до трёх страниц. Searchable PDF в бесплатном API создаётся с водяным знаком.

PRO стоит 30 долларов в месяц и включает 300 000 запросов, файл до 5 МБ и PDF до трёх страниц. PRO PDF стоит 60 долларов в месяц при тех же 300 000 запросах, но рассчитан на крупные PDF: таблица указывает 100 МБ+ и 999+ страниц. Годовые предоплаченные планы предлагаются с 20-процентной скидкой. Для обоих платных облачных уровней бесплатный водяной знак searchable PDF не применяется.

Enterprise начинается от 999 долларов в месяц. Официальная страница связывает этот уровень с выделенными серверами, индивидуальной настройкой распознавания и объёмом, ограниченным фактической аппаратной производительностью. Точные условия зависят от предложения отдела продаж. OCR.space Local распространяется отдельно как on-premise продукт с единовременной оплатой, но открытая фиксированная цена на публичной API-странице не указана.

Engine 3 имеет дополнительную систему квот независимо от основного месячного пакета: 2 500 конверсий на Free и 30 000 на PRO/PRO PDF. Поэтому фраза «300 000 запросов в месяц» не означает возможность выполнить 300 000 распознаваний Engine 3. Для нагрузки с рукописью и таблицами стоимость нужно считать именно по реальному сочетанию движков.

Отдельный пробный срок для PRO и PRO PDF в публичной тарифной таблице не указан. Для знакомства с сервисом доступны бесплатная веб-форма и Free API, поэтому их корректнее считать входным уровнем, а не обещанным trial платной подписки.

Полная стоимость использования

Для интеграции к подписке добавляются внутренние расходы: разработка HTTP-клиента, безопасное хранение ключа, обработка JSON и кодов ошибок, повторные попытки, контроль квоты, логирование и проверка качества OCR. OCR.space не навязывает собственный толстый SDK, поэтому этот слой остаётся на стороне продукта. Чем критичнее автоматизация, тем важнее оценивать не только цену тарифа, но и стоимость сопровождения интеграции.

PRO PDF экономически отличается от PRO не «лучшим OCR как таковым», а прежде всего пределами PDF и размера файла. Если поток состоит из коротких изображений и трёхстраничных документов до 5 МБ, переход на PRO PDF может не дать практического выигрыша. Если приходят десятки или сотни страниц одним PDF, именно ограничения PRO делают выбор PRO PDF структурным, а не косметическим.

OCR.space Local меняет модель расходов: вместо регулярной облачной зависимости появляется локальная лицензия плюс собственные серверы, обновление, резервирование и эксплуатация. Публичная документация не даёт универсальной цены или спецификации оборудования, поэтому точный TCO рассчитывается только по коммерческому предложению и собственной инфраструктуре. Для закрытой сети это может быть обязательной архитектурой, а не способом сэкономить.

Системные требования

Online OCR

Для веб-версии разработчик не публикует таблицу минимальных версий Windows, macOS, Linux или браузеров. Практическое требование определяется самой моделью сервиса: нужен браузер с доступом к HTTPS-сайту и возможность загрузить файл или передать его URL. Устанавливать OCR-движок, Python, Java или системные библиотеки на рабочий компьютер не требуется.

Cloud API

API не привязан к конкретной ОС. Нужен клиент, способный отправить HTTPS POST или GET и разобрать JSON. Официальные примеры охватывают cURL, C#, Java, JavaScript, Node.js, PHP, Python, Ruby, Swift/Objective-C и C++/Qt; это подтверждает протокольную кроссплатформенность, но не означает наличие официального нативного SDK для каждой среды.

OCR.space Local

Для Local публичная страница подтверждает установку на собственный ПК или в дата-центре, а также поддержку виртуализированных и облачных окружений, включая Amazon AWS AMI и Microsoft Azure. Конкретные минимумы по CPU, RAM, диску и поддерживаемым версиям ОС на открытой API-странице не приведены. Их нельзя достоверно подменять требованиями сторонних OCR-пакетов; перед закупкой нужны актуальные спецификации от отдела продаж.

Карта критических зависимостей

Для требований по территориальности данных есть существенная оговорка. Главная страница OCR.space на момент проверки утверждает, что все OCR-серверы находятся в Европейском союзе и данные не покидают юрисдикцию ЕС. Одновременно действующая API-документация всё ещё описывает PRO endpoints в США, ЕС и Азии. Для регулируемых данных эту коллизию следует разрешать не предположением, а письменным подтверждением поставщика для конкретного тарифа и endpoint.

Политика конфиденциальности отдельно подтверждает, что загруженные документы удаляются после обработки, searchable PDF хранится 60 минут, а IP-адрес API-доступа журналируется один месяц. Для PRO PDF и Enterprise можно запросить соглашение об обработке данных GDPR.

Преимущества и недостатки OCR.space

Плюсы и минусы

Быстрый старт: веб-форма работает без установки и регистрации. Простой API: исходник передаётся как URL, multipart или Base64, а результат возвращается в JSON. Выбор движков: Engine 2 служит универсальным вариантом, Engine 3 добавляет рукопись, таблицы, чекбоксы и более 200 языков.

Searchable PDF: совместимые движки создают видимый или скрытый текстовый слой. On-premise путь: OCR.space Local сохраняет общую API-модель и может работать офлайн. Публичные лимиты: цены, объём запросов, размер файла и предел страниц основных тарифов опубликованы.

Минусы

Тесный Free API: файл до 1 МБ и PDF до трёх страниц. Ограничение Engine 3: он имеет отдельную квоту и пока не создаёт searchable PDF. Нет настольного OCR-редактора: веб-сервис не заменяет приложение с ручной разметкой зон и редактированием PDF.

Интеграцию нужно обвязать самостоятельно: хранение ключа, ретраи, лимиты и журналирование остаются на стороне клиента. Неоднозначная география серверов: две официальные страницы дают разные формулировки. Local документирован не полностью публично: открытая страница не даёт конкретных CPU/RAM/OS-минимумов.

Сравнение с аналогами

Tesseract 5 разумнее выбирать, когда принципиальны открытый исходный код, локальная обработка и отсутствие внешнего API. OCRmyPDF лучше решает пакетное добавление текстового слоя к PDF на собственной машине. Для визуальной проверки и последующей правки документа уместнее ABBYY FineReader или Adobe Acrobat Pro; бесплатный локальный набор для Windows другого класса — PDF24 Creator. Исторический локальный OCR-проект OCR CuneiForm не следует считать прямой современной заменой облачному API.

С Sumatra PDF сравнение возможно только по месту в цепочке. Sumatra PDF быстро открывает готовые документы, но не выполняет OCR; OCR.space распознаёт скан, но не является универсальным локальным просмотрщиком. Практичная связка: OCR-сервис создаёт searchable PDF, после чего файл можно читать и искать в Sumatra PDF.

Инструкция по установке

Онлайн-версия: установка не требуется

1. Откройте официальный HTTPS-сайт OCR.space и используйте форму Free Online OCR.

2. Выберите локальный файл либо укажите прямой URL поддерживаемого изображения или PDF.

3. До запуска определите цель: только текст, overlay или searchable PDF. Для обычного печатного документа начните с Engine 2.

4. При необходимости включите автоориентацию, scale для низкого DPI или табличный режим.

5. Запустите OCR и сравните распознанный текст с исходником, уделяя отдельное внимание цифрам, датам, именам и суммам.

6. Если создавался PDF, сохраните его локально; не используйте временную серверную ссылку как постоянное хранилище.

Удалять программу после работы не нужно, потому что настольный компонент не устанавливается. На собственной стороне остаются только исходный и сохранённые результаты, а также обычные данные браузера. Если документ конфиденциален, локальная политика организации должна отдельно определять, допустима ли его передача внешнему OCR-сервису.

API: подключение вместо установки

1. Получите бесплатный API key через официальную регистрацию или оформите платный план.

2. Храните ключ в переменной окружения или менеджере секретов, а не в публичном репозитории и не в клиентском JavaScript, если это раскрывает ключ пользователю.

3. Используйте HTTPS POST endpoint parse/image и передайте файл, URL или Base64 вместе с нужными параметрами.

4. Проверьте OCRExitCode, IsErroredOnProcessing и результаты каждой страницы до того, как считать операцию успешной.

5. Сохраните ParsedText или JSON в своей системе. Если запрашивался searchable PDF, скачайте его по SearchablePDFURL в пределах 60 минут.

6. Добавьте обработку лимитов и повторов только для временных ошибок; валидационные ошибки и превышение размера сначала исправляются в исходных данных или тарифе.

Для прекращения использования API достаточно удалить ключ из конфигурации приложения и отключить вызовы endpoint. Публичная документация не описывает универсальную кнопку самостоятельного «удаления установки», поскольку клиентского пакета нет. Вопросы отмены платной подписки, замены ключа или коммерческого контракта следует решать через официальную поддержку и условия покупки.

OCR.space Local

Для Local официальный сайт не публикует универсальную пошаговую установку, пригодную для всех окружений. Подтверждено лишь, что продукт разворачивается на собственном ПК или в дата-центре и поддерживает виртуализированные/облачные среды. Правильная последовательность поэтому начинается с получения актуального дистрибутива, лицензии и требований у a9t9 software, а не с случайного установщика из стороннего каталога. Без выданной поставщиком документации нельзя достоверно описать службы, порты и процедуру удаления.

Практические кейсы

Разовый OCR скана без регистрации

Цель: получить текст из фотографии или небольшого PDF без интеграции. Подготовка: файл должен укладываться в лимит веб-формы 5 МБ и быть в поддерживаемом формате. Шаги: загрузить исходник, оставить Engine 2, выбрать язык или автоопределение, при необходимости включить ориентацию и запустить OCR. Проверка: сверить несколько критичных фрагментов с изображением и сохранить текст. Ограничение: веб-форма предназначена для интерактивной работы, а не для автоматического массового скрейпинга.

Поисковый PDF из скана

Цель: сделать скан доступным для поиска и копирования текста. Подготовка: выбрать Engine 2, так как Engine 3 сейчас не формирует searchable PDF. Шаги: включить создание PDF, выбрать скрытый текстовый слой, если внешний вид скана должен сохраниться, и выполнить OCR. Проверка: открыть сохранённый PDF в просмотрщике, найти редкое слово и попробовать выделить строку. Ограничение: бесплатный API ставит водяной знак, а временная ссылка на PDF действует один час.

Автоматическая обработка входящих изображений

Цель: получать текст внутри серверного приложения. Подготовка: API key, ограничение размера до отправки и очередь задач. Шаги: отправить HTTPS POST, передав файл или URL, разобрать JSON, проверить общий и постраничные коды, записать ParsedText и служебные метаданные. Проверка: валидировать наличие ожидаемых полей или шаблонов на стороне приложения. Ограничение: бесплатный тариф имеет месячную и дневную квоту; повторный запрос тоже расходует ресурс.

Рукописный текст или сложная таблица

Цель: улучшить распознавание материала, для которого обычный OCR недостаточен. Подготовка: определить, нужен ли конечный PDF или только текст/структура. Шаги: сравнить Engine 2 и Engine 3 на типичном образце, для Engine 3 включить нужный режим таблицы и не запрашивать overlay без необходимости. Проверка: сверить строки таблицы, цифры и рукописные фрагменты с оригиналом. Ограничение: Engine 3 медленнее, имеет собственную квоту и не создаёт searchable PDF.

Часто задаваемые вопросы

Возвращает ли OCR.space оценку confidence для каждого слова?

В опубликованной схеме ответа есть ParsedText, коды ошибок и, при включённом overlay, координаты слов, но отдельное поле confidence для слова не документировано. Если процесс зависит от точности конкретных чисел или имён, контроль качества нужно строить отдельно.

Можно ли отправить в OCR только прямоугольную область страницы?

Среди публично описанных параметров основного OCR API нет координат crop-region. Если нужно распознавать только одну зону, практичнее вырезать её на стороне клиента и отправить получившееся изображение либо разобрать координаты overlay после OCR всей страницы.

Переводит ли OCR.space распознанный текст на другой язык?

Основной сервис документирован как OCR: он извлекает текст и создаёт OCR-результаты, но отдельный переводческий endpoint в основной API-документации не заявлен. OCR и перевод следует рассматривать как разные этапы обработки.

Как работать с документом, где встречаются разные языки?

Для Engine 2 и Engine 3 предусмотрено language=auto. Публичная таблица параметров описывает одиночные трёхбуквенные коды языков и автоопределение, но не документирует синтаксис списка нескольких языковых кодов в одном запросе.

Поддерживает ли веб-форма многостолбцовые документы?

Да. Официальная страница Online OCR отдельно заявляет поддержку multi-column text recognition. Но это не гарантирует сохранение сложной верстки как редактируемого документа: основной результат остаётся текстом/JSON или searchable PDF.

Можно ли автоматизировать загрузку через веб-форму вместо API?

Официальная страница прямо рекомендует для автоматизированной и пакетной обработки использовать OCR API, а не web-scraping интерактивной формы. Это разделяет пользовательский интерфейс и программный канал доступа и упрощает контроль ошибок и квот.

Есть ли официальный SDK, который обязательно нужно ставить?

Нет обязательного фирменного SDK: публичная документация строится вокруг REST endpoint и примеров кода для разных языков и инструментов. Поэтому приложение может использовать стандартный HTTP-клиент своего стека.

Вывод

OCR.space подходит тем, кому нужен быстрый OCR без установки или простой REST API для изображений и PDF. Сильные стороны сервиса — бесплатная веб-форма, понятный JSON-контракт, выбор движков, координаты слов, создание searchable PDF и возможность перейти от облака к коммерческому on-premise варианту без смены общей API-модели. Для прототипа, внутреннего инструмента и умеренного автоматизированного потока это практичная архитектура.

Слабые места проявляются на границе бесплатного и производственного использования. Free API ограничен 1 МБ и тремя страницами PDF, Engine 3 имеет отдельную квоту и пока не создаёт searchable PDF, а разработчику приходится самостоятельно строить над REST API обработку секретов, ретраев и лимитов. Для регулируемых данных дополнительно нужно письменно уточнять географию обработки, поскольку две официальные страницы дают несовпадающие сведения.

Если главная задача — локально и бесплатно распознавать документы без передачи наружу, логичнее Tesseract или OCRmyPDF. Если нужен настольный визуальный редактор с ручной проверкой OCR и дальнейшей правкой PDF, сильнее подходят FineReader PDF или Acrobat Pro. Sumatra PDF не конкурирует с OCR.space напрямую: он остаётся удобным просмотрщиком результата, тогда как OCR.space выполняет этап распознавания, которого у Sumatra PDF нет.