Community画像github.com

dkyazzentwatwa/ocr-document-processor

スキャン、画像、スキャンPDFからテキストと構造を抽出します。OCR、検索可能なPDF、表抽出、レシート解析、名刺解析に使用します。

ocr-document-processor とは?

このスキルは、スキャン文書、画像、スキャンされたPDFからテキストと構造化データを抽出するためのOCR機能を提供します。主なユースケースとしては、検索可能なPDFの生成、表形式データの抽出、レシートや名刺の解析などが含まれ、ドキュメントのデジタル化やデータ入力の自動化に役立ちます。Claude Code、Cursor、CodexなどのAIエージェントプラットフォームと統合可能で、画像ファイルやPDFを入力として受け取り、抽出されたテキストや構造化データを出力します。本スキルは、光学文字認識(OCR)技術を用いて画像内のテキスト領域を特定し、その内容を機械可読なテキストに変換します。さらに、表構造やレシート、名刺のような特定のドキュメントタイプに対しては、ルールベースまたは機械学習ベースの後処理を適用して、フィールドごとに整理されたデータを生成します。これにより、手動でのデータ入力を削減し、ドキュメント処理のワークフローを効率化できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills/tree/main/skills/ocr-document-processor

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ocr-document-processor は何をしますか?

スキャン、画像、スキャンPDFからテキストと構造を抽出します。OCR、検索可能なPDF、表抽出、レシート解析、名刺解析に使用します。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル