技能备份 - 2026-04-15 (40个技能)

2026-04-15 18:53:15 +08:00
parent f62f14814f
commit c65fce24e4
791 changed files with 190773 additions and 0 deletions
@@ -0,0 +1,45 @@
+---
+name: ocr
+description: 光学字符识别 (OCR) 工具，支持从 PDF 和图片中提取中英文文本。适用场景：(1) 从扫描版 PDF 提取文字，(2) 识别图片中的文字，(3) 提取发票、合同等文档的文字内容
+---
+
+# OCR 文字识别
+
+本技能使用 PaddleOCR 进行文字识别，支持中文和英文。
+
+## 快速开始
+
+### 基础用法
+
+直接对图片或 PDF 文件进行 OCR 识别：
+
+```python
+from paddleocr import PaddleOCR
+
+ocr = PaddleOCR(lang='ch')
+result = ocr.predict("file_path.jpg")
+```
+
+## 依赖安装
+
+首次使用前请安装依赖：
+
+```bash
+pip3 install paddlepaddle paddleocr
+```
+
+## 输出格式
+
+识别结果返回 JSON 格式，包含：
+- `rec_texts`: 识别出的文字列表
+- `rec_scores`: 每段文字的置信度分数
+
+## 典型使用场景
+
+1. **PDF 扫描件**：先用 PyMuPDF 提取图片，再进行 OCR
+2. **图片文字识别**：直接对图片进行 OCR
+3. **多页 PDF**：逐页处理
+
+## 脚本
+
+常用脚本位于 `scripts/` 目录下。