陌讯skills聚合平台

ocr-service

📁 lin-a1/skills-agent 📅 Jan 22, 2026
25
总安装量
25
周安装量
#7984
全站排名
安装命令
npx skills add https://github.com/lin-a1/skills-agent --skill ocr-service

Agent 安装分布

opencode 17
gemini-cli 16
claude-code 14
antigravity 13
codex 12
cursor 12

Skill 文档

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
GitHub 仓库 ↗ ← 返回陌讯 Skills 聚合平台
本页面由 陌讯 Skills 聚合平台 收录整理，数据定期更新。