图片文字提取

技能简介

该技能基于Tesseract OCR引擎，从PNG、JPEG、TIFF、BMP等格式的图像文件中提取可编辑的文字内容，支持多语言识别。

能做什么

• 将截图、扫描件转换为可复制的文字
• 提取照片中的文档内容
• 识别多种语言的印刷体文字
• 批量处理图像文件进行文字归档

使用说明

安装步骤：

1. 执行安装命令：sudo dnf install tesseract
2. 确认tesseract已加入系统PATH

使用方法：

1. 基础识别（默认英文）：image-ocr "screenshot.png"
2. 指定语言识别：image-ocr "document.jpg" --lang eng

输入与输出

见下方输入与输出表格。

风险提示

• 手写体识别准确率较低
• 复杂背景或低分辨率图像可能影响识别效果
• 需确保图像文件路径正确且格式受支持
• 多语言混合文档建议分语言多次识别

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/xejrax/image-ocr/SKILL.md
来源类型：GitHub仓库