用途：从图片中提取文字，例如识别截图内容、读取验证码或验证码数字、图片转文本以及批量 OCR 等图像转文字任务。底层使用 Tesseract，可本机安装也可用 Docker 免安装运行。
主要能力：支持系统自带 Tesseract（用 which tesseract 与 tesseract --version 确认）；无 sudo 时可用 Docker 镜像 minidocks/tesseract:latest。支持多语言，如中文简体需下载 chi_sim.traineddata 到 /tmp/tessdata，再以 -l chi_sim 识别。可通过 --psm 指定版面模式（如 6 适合验证码、7 单行、8 单词、10 单字符），并用 -c tessedit_char_whitelist=0123456789 限定纯数字。
使用方式：先准备 tessdata，例如 wget -L -O /tmp/tessdata/eng.traineddata https://github.com/tesseract-ocr/tessdata/raw/main/eng.traineddata；再用 Docker 挂载图片与 tessdata 目录执行 tesseract /image.png stdout。也可运行脚本 ./scripts/ocr.sh image.png，或用 python3 scripts/preprocess.py --input captcha.png --output processed.png --method otsu 做预处理，方法有 threshold、otsu、adaptive、morphology。验证码可使用纯数字命令。
适用场景：截图文字提取、验证码识别、图片转文本、批量 OCR。
限制：识别效果不佳时可先预处理，验证码仍差可考虑商业方案；更多决策树、验证码策略与商业方案见技能内 references 文档。官方未提供收费、平台与效果等更多信息。