CommunityBildgithub.com

aidenwu0209/paddleocr-text-recognition

Nutze diese Fähigkeit, wenn Text aus Bildern, Fotos, Scans, Screenshots oder gescannten PDFs extrahiert werden soll. Liefert maschinenlesbare Zeichenketten mit zeilenweisem Text und optionalen Bbox-Koordinaten. Hohe Genauigkeit für CJK, kleine Schrift und handschriftliche Texte. Auslösebegriffe: OCR, 文字识别, 图片转文字, 截图识字, 提取图中文字, 扫描识字, 识字, 纯文字, plain text extraction, 坐标, 检测框, bbox, bounding box, image to text, screenshot, photo scan, recognize text.

Was ist paddleocr-text-recognition?

Diese Fähigkeit ermöglicht die optische Zeichenerkennung (OCR) für Bilder, Fotos, Scans, Screenshots und gescannte PDFs. Sie nutzt das PaddleOCR-Modell, um Text auf Zeilenebene zu erkennen und als maschinenlesbare Zeichenketten zurückzugeben. Optional können auch Begrenzungsrahmen (Bounding Boxes, Bbox) für jede erkannte Textzeile ausgegeben werden. Die Fähigkeit ist besonders genau bei CJK-Schriftzeichen (Chinesisch, Japanisch, Koreanisch), kleinen Schriftgrößen und Handschriften. Sie wird typischerweise in KI-Agenten-Umgebungen wie Claude Code, Cursor oder Codex eingesetzt, sobald Auslösebegriffe wie "OCR", "文字识别", "Bild zu Text" oder "Text extrahieren" erkannt werden. Die Implementierung lädt ein vortrainiertes PaddleOCR-Modell, verarbeitet das Eingabebild und führt die Texterkennung durch. Dies ist nützlich für die Digitalisierung von Dokumenten, die Automatisierung von Dateneingaben oder die Barrierefreiheit durch Textextraktion aus Bildern.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aidenwu0209/paddleocr-skills/tree/main/skills/paddleocr-text-recognition

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht paddleocr-text-recognition?

Nutze diese Fähigkeit, wenn der Benutzer Text aus Bildern, Fotos, Scans, Screenshots oder gescannten PDFs extrahieren möchte. Gibt exakte maschinenlesbare Zeichenketten mit zeilenweisem Text und optionalen Bbox-Koordinaten zurück. Hohe Genauigkeit für CJK, kleine Schrift und handschriftliche Texte. Auslösebegriffe: OCR, 文字识别, 图片转文字, 截图识字, 提取图中文字, 扫描识字, 识字, 纯文字, plain text extraction, 坐标, 检测框, bbox, bounding box, image to text, screenshot, photo scan, recognize text.

Verwandte Skills

steipete/songsee

Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.

community

affaan-m/frontend-design

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.

community

mattpocock/improve-codebase-architecture

Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.

community

lobehub/add-provider-doc

Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.

community

addyosmani/browser-testing-with-devtools

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.

community

bytedance/chart-visualization

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.

community
← More Bild skills