¿Qué hace pdf-ocr-skill?
Habilidad de OCR para PDF con soporte de cuatro motores, capaz de extraer texto en chino e inglés de archivos PDF escaneados y archivos de imagen.
Descripción
Esta habilidad proporciona reconocimiento OCR de múltiples motores para documentos PDF escaneados y archivos de imagen. Puede extraer con precisión texto en chino e inglés, lo que la hace ideal para:
- Digitalizar libros y documentos escaneados
- Extraer texto de facturas y recibos
- Convertir PDFs con imágenes a texto editable
- Procesar documentos históricos y archivados
Motores compatibles
- Tesseract OCR - Motor OCR de código abierto de propósito general
- PaddleOCR - Motor OCR optimizado para chino (basado en PaddlePaddle)
- EasyOCR - Motor OCR basado en deep learning fácil de usar
- Surya OCR - Motor OCR moderno basado en transformer con alta precisión
Cómo usar
- Proporciona un archivo PDF escaneado o un archivo de imagen como entrada.
- La habilidad seleccionará automáticamente el motor OCR más adecuado según el contenido del documento.
- El texto extraído se devolverá como salida.
Requisitos
- Python 3.8+
- Las bibliotecas de OCR necesarias se instalarán automáticamente según el motor seleccionado.
Plataformas compatibles
- Claude Code
- Cursor
- Codex
- Cualquier agente de IA que soporte ejecución de Python
Ejemplo de uso
from pdf_ocr_skill import extract_text
# Extraer texto de un PDF escaneado
texto = extract_text('documento_escaneado.pdf')
print(texto)
# Extraer texto de una imagen
texto = extract_text('imagen_recibo.png')
print(texto)
Notas
- Asegúrate de que los archivos de entrada tengan buena resolución para obtener mejores resultados de OCR.
- La calidad de la extracción de texto puede variar según la claridad de la fuente y la calidad del escaneado.