SuperAPI AI 工具集

code-ocr

编程与开发

查看项目

更新于 10-16 00:29

技能介绍

用途:将代码截图识别为可编辑文本文件,核心是保持代码原始缩进,适合从截图提取代码、图片转文本等场景。调用百度 OCR「高精度含位置版」接口,利用返回的字符位置信息按 top 坐标分行、按行首 left 坐标计算缩进空格数。

环境配置:需设置百度 API 密钥环境变量,如 setx BAIDU_API_KEY "your_api_key" 与 setx BAIDU_SECRET_KEY "your_secret_key",或在当前终端用 set BAIDU_API_KEY / BAIDU_SECRET_KEY 设置。

用法:脚本路径为 C:\Users\12556.claude\skills\code-ocr\scripts\code_ocr.py。基本用法为 python 脚本 <图片路径> --save-json <json文件路径> 保存 OCR 中间结果;用 --load-json 加载 JSON 并配合 --ratio 调整缩进,如 python 脚本 -l screenshot.json --ratio 0.96。参数包括图片路径(PNG、JPG、BMP 等)、输出目录(默认图片所在目录)、--ratio/-r(平均字符宽度缩放倍率,默认 0.955)、--save-json/-s、--load-json/-l。输出文件名格式为 {原文件名}{时间戳}{ratio}.txt,UTF-8 编码。

校验建议:可结合模型视觉能力对原图做交叉验证,关注相似字符(O 与 0、I 与 l 与 1)、符号混淆、特殊符号、缩进对齐、注释符号、括号匹配、符号遗漏及中英标点差异;关键代码应做交叉验证,图片模糊时可提供更清晰截图。价格、平台限制、识别准确率等信息资料未提供。