mcpField
O
ocr

ocr

github.com/trpc-group文档处理1.9k81 次安装今天更新
代码仓库

关于 ocr

使用 Tesseract 从本地图像或图像 URL 提取文字的 OCR Skill，支持多种语言、可选预处理，以及文本或带置信度分数的 JSON 输出。

主要功能

  1. 01识别常见图像格式
  2. 02支持 100 多种语言
  3. 03可选灰度与阈值预处理
  4. 04输出文本或带置信度分数的 JSON

适用场景

  1. 01从扫描图像提取文字
  2. 02识别图像 URL 中的文字
  3. 03将多语言 OCR 结果保存为文本或 JSON

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/trpc-group/trpc-agent-go --skill ocr

安装后在 Claude Code 中输入/ocr确认已加载。

附带文件scripts/ocr_url.pyscripts/ocr.py

详细介绍

OCR 图像文本提取工具

使用 Tesseract OCR 引擎从图像中提取文本。

功能

  • 从图像文件中提取文本（PNG、JPG、JPEG、GIF、BMP、TIFF）
  • 支持 100 多种语言
  • 可选图像预处理，以提高准确度
  • 输出为纯文本或 JSON 格式，并附带置信度分数

用法

基本 OCR
python3 scripts/ocr.py <image_file> <output_file>
使用选项
# Specify language (default: eng)
python3 scripts/ocr.py image.png text.txt --lang eng

# Chinese text
python3 scripts/ocr.py image.png text.txt --lang chi_sim

# Multiple languages
python3 scripts/ocr.py image.png text.txt --lang eng+chi_sim

# With image preprocessing (improves accuracy)
python3 scripts/ocr.py image.png text.txt --preprocess

# JSON output with confidence scores
python3 scripts/ocr.py image.png output.json --format json
从 URL 下载并进行 OCR
# OCR from remote image
python3 scripts/ocr_url.py <image_url> <output_file>

# With options
python3 scripts/ocr_url.py https://example.com/image.jpg text.txt --lang eng --preprocess

参数

  • image_file / image_url（必填）：本地图像路径或图像 URL
  • output_file（必填）：输出文本/JSON 文件的路径
  • --lang：语言代码（例如 eng、chi_sim、jpn、fra、deu）。默认值：eng
  • --preprocess：应用图像预处理（灰度化、阈值处理），以提高准确度
  • --format：输出格式（text/json，默认值：text）

常用语言

语言代码
英语eng
简体中文chi_sim
繁体中文chi_tra
日语jpn
韩语kor
法语fra
德语deu
西班牙语spa
俄语rus
阿拉伯语ara

支持的图像格式

PNG、JPG、JPEG、GIF、BMP、TIFF、WEBP

依赖项

  • Python 3.8+
  • pytesseract
  • Pillow（PIL）
  • tesseract-ocr（系统软件包）

安装

# Python packages
pip install pytesseract Pillow

# Tesseract OCR engine
sudo apt-get install tesseract-ocr  # Ubuntu/Debian
sudo yum install tesseract           # CentOS/RHEL
brew install tesseract               # macOS

评论

支持 Markdown