Super OCR

概述

Super OCR 是一款面向生产环境的光学字符识别（OCR）工具，能够智能选择最适合您需求的 OCR 引擎：

• Tesseract 引擎：轻量、快速（约 200–500ms），适用于简单文本提取
• PaddleOCR 引擎：高精度（98%+），针对中文优化，适用于复杂文档

引擎选择策略

自动模式（默认）

该技能将自动选择最优引擎：

强制模式

用户可显式指定使用某一引擎：

• --engine tesseract —— 仅使用 Tesseract
• --engine paddle —— 仅使用 PaddleOCR
• --engine auto —— 自动选择（默认）

快速开始

安装

本技能需以下依赖项：

• PaddleOCR（用于中文文本识别，准确率 98%+）
• Tesseract（用于快速英文文本识别）
• OpenCV（用于图像预处理）

选项 1：使用 pip 一键安装（推荐）

pip install paddleocr paddlepaddle pytesseract pillow opencv-python numpy

选项 2：手动安装依赖项

macOS：

# Tesseract
brew install tesseract

# PaddleOCR
pip install paddleocr paddlepaddle

Ubuntu/Debian：

# Tesseract
sudo apt update && sudo apt install tesseract-ocr

# PaddleOCR
pip install paddleocr paddlepaddle

Windows：

# 从 https://github.com/UB-Mannheim/tesseract/wiki 下载并安装 Tesseract
pip install paddleocr paddlepaddle pytesseract pillow opencv-python numpy

使用方法

# 自动模式（推荐）——运行所有可用引擎
cd path/to/super-ocr
python scripts/main.py --image path/to/image.png

# 强制仅使用 Tesseract
python scripts/main.py --image document.jpg --engine tesseract

# 强制使用 PaddleOCR（高精度中文识别）
python scripts/main.py --image chinese_menu.png --engine paddle

# 运行全部引擎（仅 macOS 支持：Tesseract + PaddleOCR + MacVision）
python scripts/main.py --image complex_doc.png --engine all

# 批量处理并指定输出目录
python scripts/main.py --images ./images/*.png --output ./results --verbose

# 检查依赖项并自动安装缺失项
python scripts/dependencies.py --check --install

本技能的结构设计

本技能采用能力驱动（capabilities-based）架构，支持多种执行模式：

1. 引擎选择逻辑 —— 智能决策机制
2. OCR 执行 —— 统一接口适配不同引擎
3. 后处理 —— 标准化输出格式
4. 校验与回退 —— 质量保障机制

核心能力

1. 智能引擎选择

该技能内置决策树，分析以下维度：

• 图像特征（对比度、文字尺寸）
• 语言模式（中文字符检测）
• 用户需求（速度 vs 精度权衡）

实现细节见 scripts/engine_selector.py。

2. 双引擎支持

Tesseract 引擎（scripts/tesseract_ocr.py）：

• 高效预处理流水线
• PSM 模式 6，适用于规整文本块
• 逐词置信度评分
• 语言自动检测

PaddleOCR 引擎（scripts/paddle_ocr.py）：

• 业界领先的文本检测模型（East）
• 基于 LSTM 的 CRNN 文本识别
• 逐字符置信度评分
• 支持表格区域检测

3. 输出格式

支持多种输出格式：

4. 质量保障机制

• 可配置的置信度阈值（默认 80%）
• 低置信度结果自动标记，提示人工复核
• OCR 失败时触发回退处理流程

资源说明

scripts/ 目录结构

• main.py —— 主入口，提供命令行接口（支持多引擎协同）
• dependencies.py —— 依赖项自动检测与安装
• output_formatter.py —— 多种输出格式支持
• engine/ —— OCR 引擎实现目录
  • selector.py —— 智能引擎选择逻辑
  • tesseract.py —— Tesseract 引擎封装
  • paddle.py —— PaddleOCR 引擎封装
  • macvision.py —— macOS Vision OCR（仅限 macOS）
• preprocessing/ —— 图像预处理工具集
  • preprocessor.py —— 去噪、增强、二值化等

dependencies.py（关键特性）

dependencies.py 模块负责：

• 依赖项检测（paddleocr、paddlepaddle、pytesseract、cv2）
• 缺失依赖项时自动安装
• 版本兼容性检查
• 按操作系统分发适配的安装命令
• 提供清晰错误信息及故障排查指引

新环境初始化时，请运行：python scripts/dependencies.py --check --install

高级功能

自定义配置

创建 config.yaml 文件以持久化设置：

default_engine: auto
confidence_threshold: 0.8
output_format: json
preprocess:
  denoise: true
  enhance_contrast: true

批量处理

一次性处理多个图像文件：

python scripts/ocr.py --images ./images/*.png --output ./results

API 模式

作为 Python 库集成使用：

from super_ocr import OCRProcessor

processor = OCRProcessor(engine='auto')
result = processor.extract('image.png')
print(result.text)
print(result.confidence)

反模式（应避免的做法）

• ❌ 对所有图像无差别使用 PaddleOCR（简单场景下造成不必要开销）
• ❌ 忽略置信度评分（质量不可控）
• ❌ 存在偏好偏见（始终倾向某一个引擎）
• ❌ 跳过图像预处理（显著影响识别质量）

性能说明

建议初始化一次 OCR 处理器实例，并在批量处理中复用以提升效率。