Community图像github.com

fearovex/image-ocr

精通使用 Tesseract、EasyOCR、PaddleOCR、Google Vision、AWS Textract、Claude Vision 从图像中提取文本。触发:从图像、截图、扫描文档或 PDF 中提取文字时。

image-ocr 是什么?

该技能是一个专门用于图像文本提取(OCR)的专业工具集,支持多种主流 OCR 引擎,包括 Tesseract、EasyOCR、PaddleOCR、Google Vision、AWS Textract 和 Claude Vision。它能够从图像、截图、扫描文档或 PDF 文件中准确提取文字信息,适用于需要数字化文档内容或自动化提取文本的场景。技能支持多种平台,包括本地环境和云端服务,用户可以根据需求选择最适合的 OCR 引擎。其工作原理是通过调用对应引擎的 API 或库,对输入图像进行光学字符识别,并将结果以结构化文本返回。该技能特别适合开发者在构建 AI 代理或自动化工作流时作为文本提取模块使用。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fearovex/claude-config/tree/main/skills/image-ocr

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

image-ocr 是做什么的?

精通使用 Tesseract、EasyOCR、PaddleOCR、Google Vision、AWS Textract、Claude Vision 从图像中提取文本的专家。触发:从图像、截图、扫描文档或 PDF 中提取文字时。

相关技能