SuperAPI AI 工具集

ocr

通用与其它

查看项目

更新于 10-16 06:52

技能介绍

用途:这是一个截图文字提取技能,对 output/captures/ 目录中的截图运行 OCR,识别并输出其中的文字内容。当用户提出提取文字、识别文字或 OCR 的需求时使用。

主要能力:从指定目录的截图中批量提取文字,结果输出到文本文件 output/extracted_text.txt。

使用方式:先激活虚拟环境并运行流水线命令,命令为 source .venv/bin/activate && python pipeline.py ocr --input-dir output/captures --output output/extracted_text.txt;完成后读取 output/extracted_text.txt,并把内容展示给用户。

适用场景:需要对已保存到 output/captures/ 的截图做文字识别的场景。

限制:输入目录固定为 output/captures/,输出文件为 output/extracted_text.txt;依赖 .venv 虚拟环境和 pipeline.py 脚本。关于支持的图片格式、识别语言、准确率、是否收费等信息暂未提供。