文本识别 OCR:在 Agent 里用 Skill 做图像文字检测与识别

介绍 SkillHub 社区 Skill「文本识别 OCR」(@user_628f4cb3/ocr,v1.0.0):输入含字图像并自动检测识别,适用于文档、广告牌与截图。说明 skillhub CLI 安装、各 Agent skills 目录、requires_api_key 配置要点,以及通过对话调用的典型流程;附官方技能页与 API 入口。

阅读全文
腾讯云广告文字识别:在 Agent 里调用 AdvertiseOCR

腾讯云文字识别团队发布的 Skill @tencent-adm/tencentcloud-ocr-general(v1.0.3),封装 AdvertiseOCR,支持中英文、横竖排与倾斜、90/180/270 度旋转,返回文本框与内容,图片可用 Base64 或 URL。需 API 密钥(requires_api_key=true)。可通过 SkillHub CLI 安装到 Cursor、Claude Code、Codex 等 skills 目录。适合广告素材 OCR 与框级结果需求。

阅读全文
腾讯云文字识别(通用高精度版):让 Agent 自动处理图片里的文字

介绍 SkillHub 企业技能 @tencent-adm/tencentcloud-ocr(v1.0.5):在用户发图、贴图、提供图片 URL 或要求识字时自动调用腾讯云通用文字识别(高精度版),返回文字框与内容,适合版式复杂、准召率要求高的场景。说明 skillhub CLI 安装、--dir 指向各 Agent skills 目录(如 Cursor ~/.cursor/skills/),以及 requires_api_key 等注意事项。

阅读全文
基于PaddlePaddle 2.0动态图实现的CRNN文字识别模型

本文档介绍基于PaddlePaddle 2.0动态图实现的CRNN文字识别模型。该模型通过CNN提取特征,RNN进行序列预测,并使用CTC Loss计算损失,适用于不规则长度图片输入。 **训练与数据准备:** 1. **环境配置**: 需要安装PaddlePaddle 2.0.1和Python 3.7。 2. **数据集生成**: - 使用`create_image.py`脚本自动生成验

阅读全文