全能文字识别:在 Agent 里用自然语言完成图片 OCR

介绍 SkillHub 企业 Skill「全能文字识别」(@ixhlink/ixhlink-skills-quanneng-ocr-recog,v1.0.3,星华智联科技)。支持从图片提取印刷体、手写、表格、票据、名片等文字,图片可通过 URL 或 Base64 传入;在对话中使用 OCR、扫图识字、票据识别等触发词即可调用。说明 SkillHub 提示词安装与 skillhub CLI 的 --dir 安装方式,以及付费标签、无需 API Key 等注意事项。

閱讀全文
文本識別 OCR:在 Agent 裏用 Skill 做圖像文字檢測與識別

介紹 SkillHub 社區 Skill「文本識別 OCR」(@user_628f4cb3/ocr,v1.0.0):輸入含字圖像並自動檢測識別,適用於文檔、廣告牌與截圖。說明 skillhub CLI 安裝、各 Agent skills 目錄、requires_api_key 配置要點,以及通過對話調用的典型流程;附官方技能頁與 API 入口。

閱讀全文
騰訊雲廣告文字識別:在 Agent 裏調用 AdvertiseOCR

騰訊雲文字識別團隊發佈的 Skill @tencent-adm/tencentcloud-ocr-general(v1.0.3),封裝 AdvertiseOCR,支持中英文、橫豎排與傾斜、90/180/270 度旋轉,返回文本框與內容,圖片可用 Base64 或 URL。需 API 密鑰(requires_api_key=true)。可通過 SkillHub CLI 安裝到 Cursor、Claude Code、Codex 等 skills 目錄。適合廣告素材 OCR 與框級結果需求。

閱讀全文
騰訊雲文字識別(通用高精度版):讓 Agent 自動處理圖片裏的文字

介紹 SkillHub 企業技能 @tencent-adm/tencentcloud-ocr(v1.0.5):在用戶發圖、貼圖、提供圖片 URL 或要求識字時自動調用騰訊雲通用文字識別(高精度版),返回文字框與內容,適合版式複雜、準召率要求高的場景。說明 skillhub CLI 安裝、--dir 指向各 Agent skills 目錄(如 Cursor ~/.cursor/skills/),以及 requires_api_key 等注意事項。

閱讀全文
基於PaddlePaddle 2.0動態圖實現的CRNN文字識別模型

本文檔介紹基於PaddlePaddle 2.0動態圖實現的CRNN文字識別模型。該模型通過CNN提取特徵,RNN進行序列預測,並使用CTC Loss計算損失,適用於不規則長度圖片輸入。 **訓練與數據準備:** 1. **環境配置**: 需要安裝PaddlePaddle 2.0.1和Python 3.7。 2. **數據集生成**: - 使用`create_image.py`腳本自動生成驗

閱讀全文