46 lines
1021 B
Markdown
46 lines
1021 B
Markdown
---
|
|
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。
|