mcpField
O
ocr-service

ocr-service

github.com/lin-a1ドキュメント7302 回インストール41 週間前に更新
リポジトリ

ocr-service について

ocr-serviceは、画像から文字を抽出する開発者向けのスキルです。クライアントで稼働状態を確認でき、認識テキスト、信頼度、テキスト領域の座標を取得できます。

主な機能

  1. 01画像からのテキスト抽出
  2. 02複数の画像形式と言語への対応
  3. 03サービス状態の確認
  4. 04信頼度とテキスト領域座標の返却

活用シーン

  1. 01画像内の文字認識
  2. 02OCRサービスの稼働状態の確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/lin-a1/skills-agent --skill ocr-service

インストール後、Claude Code で/ocr-serviceを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

client.py
Dockerfile
server.py

README（原文）English

プロジェクトの README より

この README の日本語訳はまだありません。以下は英語の原文です。日本語の紹介はページ上部をご覧ください。

功能

从图像中提取文字内容，支持多种图像格式和语言。

调用方式

from services.ocr_service.client import OCRServiceClient

client = OCRServiceClient()

# 健康检查
status = client.health_check()

# OCR识别
image_base64 = client.image_to_base64("/path/to/image.jpg")
result = client.ocr(image_base64)

# 获取识别结果
texts = result["rec_texts"]    # ["识别的文字1", "识别的文字2", ...]
scores = result["rec_scores"]  # [0.98, 0.95, ...]

返回格式

{
  "doc_preprocessor_res": {"angle": 0},
  "dt_polys": [[x1,y1], [x2,y2], ...],
  "rec_texts": ["识别的文字1", "识别的文字2"],
  "rec_scores": [0.98, 0.95]
}

字段说明

  • rec_texts: 识别出的文字列表
  • rec_scores: 每个文字块的置信度
  • dt_polys: 检测到的文本区域坐标

コメント

Markdown 対応