图片文字提取:把截图、扫描件和翻拍照片里的文字拿出来
「图片文字提取」是一个社区来源的 SKILL.md 格式 Skill(@user_a73a4047/image-text-extraction,v1.0.3,分类 office-efficiency,无需 API Key)。它面向低分辨率、轻微失焦、压缩噪点、阴影、倾斜、反色或对比度不足的截图、扫描件、票据、表单和手机翻拍图。使用时用户提供图片并说明语言、关注区域和期望格式,Skill 先做质量检查,生成放大、灰度、增强对比、锐化、二值化、反色等识别版本,调用当前可用的图像查看或 OCR 能力逐块提取文字,再交叉比较多版本结果,保留原有阅读顺序与换行,把看不清、版本间冲突或需人工确认的字符单独标出,输出 Markdown、纯文本或 JSON 报告及增强图片。文章介绍了它的定位、已核实的能力、安装启用方式、典型用法与适用限制。
阅读全文