root@tr0p:~#Início

OCRack

Traduza qualquer PDF com IA. Com layout, imagens e tudo.

O OCRack extrai as imagens, faz OCR do texto e traduz PDFs inteiros com IA, preservando formatação e posicionamento. Um único pipeline de terminal construído sobre PaddleOCR e OpenAI GPT.

  • python3.8+
  • licençaMIT
  • stackPaddleOCR · PyMuPDF · GPT
  • saídapreserva o layout

InstalarCódigo no GitHub

tr0p@kali: ~/apps/OCRack
$ ocrack book.pdf -p "234-235"
[+] analisando documento · 2 páginas selecionadas
extract   ████████████ 4 imagens @ coords
ocr       ████████████ fallback PaddleOCR ok
chunk     ████████████ 18 segmentos
translate ████████████ gpt-4o-mini
render    ████████████ HTML → PDF

[✓] out/book_translated_20260706.pdf ($0.011)
$ 

Recursos

Extração, OCR, segmentação inteligente e renderização, encadeados de ponta a ponta para o PDF traduzido sair com a cara do original.

Extração e reinserção de imagens
As figuras são extraídas com suas coordenadas e devolvidas ao documento traduzido exatamente na mesma posição.
OCR com fallback
O PaddleOCR é o motor principal, com o Tesseract como fallback offline, então páginas escaneadas ou só de imagem também são lidas.
Chunking inteligente
A segmentação inteligente do texto mantém o contexto da tradução enxuto e melhora a precisão em documentos longos e estruturados.
Otimização de custo
Acompanhamento de tokens e custo em tempo real com o prompt caching da OpenAI: até 50% mais barato em conteúdo repetido.
Robusto e retomável
Tratamento de erros, novas tentativas automáticas e recuperação por checkpoint fazem um job longo sobreviver a APIs instáveis e continuar de onde parou.
Interface de terminal rica
Uma interface profissional feita com Rich mostra o progresso ao vivo, a detecção de capítulos e o custo por página enquanto trabalha.

Uso

Gere um PDF traduzido fiel ao original, ou pule a renderização e leia a tradução direto no terminal.

Modo PDF padrão

Extrai as imagens, traduz e renderiza de novo em um PDF que preserva o layout, ao lado de um gêmeo em HTML.

$ ocrack book.pdf -p "234-235"
$ ocrack input.pdf --pages "10-28" -m gpt-4o
$ ocrack input.pdf -c "1,3-5" --max-chunks 50

Modo rápido / CLI sem render

Pule a extração de imagens ou a renderização do PDF quando você só quer o texto traduzido, rápido e barato.

$ ocrack book.pdf -p "234-235" --cli
$ ocrack book.pdf -p "234-235" --no-ocr
$ ocrack book.pdf -o ./out -m gpt-4o-mini

Pipeline de tradução

Todo PDF passa pelas mesmas seis etapas determinísticas, da análise ao documento renderizado.

  1. Análise Lê a estrutura e seleciona páginas ou capítulos.
  2. Extração Retira as imagens com as coordenadas exatas da página.
  3. OCR Lê o texto com PaddleOCR, com fallback para Tesseract.
  4. Chunking Divide o texto em partes que respeitam o contexto.
  5. Tradução Envia os segmentos ao GPT acompanhando o custo.
  6. Renderização Monta o HTML e imprime de volta em PDF.

Números

MétricaValor
Páginas traduzidas por minuto1–5
Custo por página (gpt-4o-mini)$0.001+
Redução de custo com cache50%
Etapas do pipeline6

Instalação

Clone, instale e você ganha o comando ocrack no terminal.

$ git clone https://github.com/marcostolosa/OCRack.git && cd OCRack && pip install -e .
  • Requer Python 3.8+ e uma chave de API da OpenAI.
  • Rode playwright install chromium para a renderização HTML→PDF.
  • Defina OPENAI_API_KEY. OPENAI_MODEL usa gpt-4o-mini por padrão.