Was macht pdf-ocr-skill?
PDF-OCR-Fähigkeit mit Vierfach-Engine-Unterstützung, die chinesischen und englischen Text aus gescannten PDF-Dateien und Bilddateien extrahiert.
Diese Fähigkeit bietet eine leistungsstarke Texterkennung (OCR) für gescannte PDFs und Bilder und unterstützt dabei vier verschiedene OCR-Engines: Tesseract, PaddleOCR, EasyOCR und Surya OCR. Sie ist ideal für Entwickler, die in ihre KI-gestützten Entwicklungstools (z. B. Claude Code, Cursor, Codex, Copilot) eine zuverlässige, mehrsprachige OCR-Funktion integrieren möchten, insbesondere für chinesische und englische Texte.
Funktionen
- Vier OCR-Engines: Sie können je nach Bedarf zwischen Engines wechseln.
- Sprachunterstützung: Fokussiert auf Chinesisch und Englisch, mit Erweiterbarkeit auf andere Sprachen.
- Einfache Installation: Nur wenige Abhängigkeiten und eine benutzerfreundliche Einrichtung.
- Integration in KI-Tools: Nahtlose Nutzung in KI-gestützten Entwicklungsumgebungen.
Installationsanleitung
Abhängigkeiten
- Python 3.8+ (empfohlen 3.10+)
- Tesseract-OCR (installieren Sie es über Ihren Paketmanager)
- Linux:
sudo apt-get install tesseract-ocr tesseract-ocr-chi-sim tesseract-ocr-chi-tra- macOS:brew install tesseract tesseract-lang- Windows: Offizielle Installationsanleitung
Installation
pip install yejinlei/pdf-ocr-skill
Verwendung
from pdf_ocr_skill import ocr_image, ocr_pdf
# OCR für eine Bilddatei
image_path = "Beispiel.jpg"
text = ocr_image(image_path, engine="paddle")
print(text)
# OCR für eine gescannte PDF-Datei
pdf_path = "Beispiel.pdf"
text = ocr_pdf(pdf_path, engine="easyocr")
print(text)
Unterstützte Engines
tesseract: Verwendet Tesseract OCR.paddle: Verwendet PaddleOCR.easyocr: Verwendet EasyOCR.surya: Verwendet Surya OCR.
Standardmäßig wird paddle verwendet.
Konfiguration
Sie können die OCR-Engine in Ihrer Umgebungskonfiguration festlegen:
skills:
- name: yejinlei/pdf-ocr-skill
config:
ocr_engine: paddle
Beispiel für die Ausgabe
Dies ist ein extrahierter Text aus einem gescannten Dokument.
Er enthält sowohl chinesische als auch englische Schriftzeichen.
Lizenz
MIT