¿Qué hace smart-ocr?
La habilidad smart-ocr permite a Claude extraer texto de imágenes utilizando reconocimiento óptico de caracteres (OCR).
Funcionalidades
- Reconoce texto en múltiples idiomas.
- Soporta imágenes en formatos comunes como PNG, JPEG, GIF y BMP.
- Extrae texto de documentos escaneados, capturas de pantalla y fotografías.
- Devuelve el texto extraído como una cadena limpia para su uso posterior.
Uso
Para usar esta habilidad, proporciona una ruta de imagen o una URL a Claude. Por ejemplo:
claude smart-ocr --image ruta/a/mi/imagen.png
Requisitos
- Python 3.8 o superior.
- Tesseract OCR instalado en el sistema.
- Bibliotecas de Python:
pytesseract,Pillow.
Configuración
Asegúrate de que Tesseract esté instalado y configurado correctamente:
# En Ubuntu/Debian
sudo apt-get install tesseract-ocr
# En macOS con Homebrew
brew install tesseract
Luego instala las dependencias de Python:
pip install pytesseract Pillow
Ejemplo
from smart_ocr import extract_text
texto = extract_text("ejemplo.png")
print(texto)
Limitaciones
- La precisión puede verse afectada por la calidad de la imagen y la complejidad del texto.
- No soporta reconocimiento de escritura a mano avanzada.
- Requiere conexión a Internet si se utiliza un servicio OCR en la nube (opcional).
Contribuciones
Si encuentras errores o deseas mejorar esta habilidad, por favor abre un issue o un pull request en el repositorio.