Was macht image-ocr?
Experte für die Textextraktion aus Bildern mittels Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract und Claude Vision. Auslöser: Bei Extraktion von Text aus Bildern, Screenshots, gescannten Dokumenten oder PDFs.
Experte für die Textextraktion aus Bildern mittels Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract und Claude Vision. Auslöser: Bei Extraktion von Text aus Bildern, Screenshots, gescannten Dokumenten oder PDFs.
Dieses Skill ist ein Spezialist für die optische Zeichenerkennung (OCR) und ermöglicht die präzise Extraktion von Text aus verschiedenen Bildquellen wie Fotos, Screenshots, gescannten Dokumenten oder PDFs. Es unterstützt eine breite Palette leistungsstarker OCR-Engines, darunter Open-Source-Optionen wie Tesseract, EasyOCR und PaddleOCR sowie cloudbasierte Dienste wie Google Vision, AWS Textract und Claude Vision. Der Hauptvorteil liegt in der Flexibilität: Je nach Bildqualität, Sprache und erforderlicher Genauigkeit kann der Benutzer die optimale Engine auswählen oder sogar mehrere kombinieren. Für Entwickler, die mit KI-Agenten wie Claude Code, Cursor oder Codex arbeiten, bietet dieses Skill eine zuverlässige und skalierbare Möglichkeit, Text aus nicht maschinenlesbaren Formaten zu digitalisieren. Es wird idealerweise ausgelöst, wenn der Agent mit Bildern konfrontiert wird, aus denen Text extrahiert werden soll, und wählt automatisch die am besten geeignete Methode auf Basis der analysierten Eingabe aus.
npx skills add https://github.com/fearovex/claude-config/tree/main/skills/image-ocrInstalled? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →
Experte für die Textextraktion aus Bildern mittels Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract und Claude Vision. Auslöser: Bei Extraktion von Text aus Bildern, Screenshots, gescannten Dokumenten oder PDFs.
Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.
Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.
Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.
Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.
Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.
This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.