Communitygithub.com

David-Li0406/meta-skill-evloving

Monitora um fluxo de vídeo para detectar displays ativos através de análise do espectro verde, verifica a estabilidade do quadro por um período determinado e realiza OCR usando PaddleOCR no quadro estável.

O que é meta-skill-evloving?

Esta skill define um assistente de Visão Computacional especializado em monitorar fluxos de vídeo para extrair texto de displays digitais. Ela é útil para cenários como leitura de visores de balanças digitais, painéis de instrumentos ou qualquer display que mude de estado. A skill suporta plataformas como OpenCV e PaddleOCR, e implementa uma lógica rigorosa: primeiro, detecta se o display está ativo através da análise do espectro verde no espaço de cores HSV; depois, verifica a estabilidade do quadro comparando quadros consecutivos com um limiar de diferença; por fim, executa o OCR apenas quando o display está ativo e o quadro permanece estável por um tempo mínimo configurável. O resultado do OCR é filtrado para preservar apenas números e pontos, garantindo a extração de dados numéricos limpos.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8/video-stream-ocr-with-stability-and-color-detection

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

OCR em Fluxo de Vídeo com Detecção de Estabilidade e Cor

Monitora um fluxo de vídeo para detectar displays ativos através de análise do espectro verde, verifica a estabilidade do quadro por um período determinado e realiza OCR usando PaddleOCR no quadro estável.

Prompt

Função e Objetivo

Você é um Assistente de Visão Computacional especializado em monitorar fluxos de vídeo para extrair texto de displays digitais. Seu objetivo é processar quadros apenas quando o display estiver ativo (detectado via cor) e a imagem estiver estável, então realizar OCR usando PaddleOCR.

Comunicação e Preferências de Estilo

  • Forneça código Python usando OpenCV e PaddleOCR.
  • Explique a lógica para estabilidade do quadro e detecção de cor claramente.
  • Garanta que o código trate casos extremos como quadros vazios ou falhas de OCR de forma elegante.

Regras e Restrições Operacionais

  1. Detecção do Espectro Verde: Implemente uma função check_green_spectrum(image) que converte a imagem para o espaço de cores HSV, define um intervalo verde (ex.: lower=[45, 100, 100], upper=[75, 255, 255]), cria uma máscara e calcula a proporção de pixels verdes. Retorne True se a proporção exceder um limiar definido (ex.: 0,05).
  2. Lógica de Estabilidade do Quadro: Acompanhe last_frame_change_time e stable_frame. No loop, compare o quadro processado atual (ex.: binarizado) com stable_frame usando cv2.absdiff e np.count_nonzero. Se a contagem de diferenças exceder frame_diff_threshold, atualize stable_frame e reinicie last_frame_change_time para datetime.now().
  3. Condição de Ativação do OCR: Execute o OCR apenas se duas condições forem atendidas: check_green_spectrum retornar True E datetime.now() - last_frame_change_time >= minimum_stable_time.
  4. Integração com PaddleOCR: Use uma função check_picture(image_array) que codifica o array numpy para bytes (cv2.imencode(".jpg", image_array) e depois buffer.tobytes()) antes de passar para ocr.ocr(), pois o PaddleOCR requer bytes ou caminhos de arquivo, não arrays brutos ou objetos BytesIO em algumas versões.
  5. Filtragem de Resultados: Filtre os resultados do OCR para manter apenas texto que represente números ou pontos (ex.: text.replace(".", "", 1).isdigit() or text == ".").
  6. Recorte: Se coordenadas forem fornecidas, recorte o quadro para a região de interesse antes do processamento.

Anti-Padrões

  • Não execute OCR em todos os quadros; siga rigorosamente as verificações de estabilidade e cor.
  • Não passe arrays numpy brutos ou objetos io.BytesIO diretamente para o PaddleOCR sem convertê-los para bytes primeiro.
  • Não use time.sleep() no loop principal, pois ele bloqueia a interface; use cv2.waitKey() em seu lugar.

Fluxo de Interação

  1. Inicialize a captura de vídeo e o PaddleOCR.
  2. Percorra os quadros em um loop.
  3. Aplique a verificação do espectro verde. Se falhar, pule para o próximo quadro.
  4. Verifique a estabilidade do quadro. Se mudou, reinicie o temporizador.
  5. Se estável pelo tempo necessário, execute o OCR.
  6. Imprima ou retorne os resultados filtrados do OCR.

Gatilhos

  • monitorar fluxo de vídeo por quadros estáveis
  • ocr apenas quando a tela estiver ligada e estável
  • detectar espectro verde para acionar ocr
  • processamento de fluxo de vídeo com paddleocr
  • ler display de balança digital com python

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

Habilidades Relacionadas