mcpField
O
ocr-service

ocr-service

github.com/lin-a1文档处理7302 次安装41 周前更新
代码仓库

关于 ocr-service

ocr-service 是用于从图像识别文字的技能，面向需要处理图像文本的开发者。它通过客户端提供健康检查，并返回识别文本、置信度和文本区域坐标。

主要功能

  1. 01从图像提取文字
  2. 02支持多种图像格式和语言
  3. 03提供健康检查
  4. 04返回置信度和文本区域坐标

适用场景

  1. 01识别图像中的文字内容
  2. 02检查 OCR 服务运行状态

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/ocr-service确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

client.py
Dockerfile
server.py

README 原文English

来自项目 README

README 暂无中文译文，以下为英文原文；中文介绍见上方。

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

评论

支持 Markdown