从屏幕截图中提取文字,支持纯文本、结构化及问答分离格式,适合中医考试题识别。
Screenshot OCR Tool - 屏幕截图OCR工具是一项面向实际任务的技能,主要用于专门用于处理屏幕截图的OCR工具,特别适合中医考试题识别;Screenshot OCR Extraction;
text : 纯文本;struc。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
专门用于处理屏幕截图的OCR工具,特别适合中医考试题识别。
从屏幕截图中提取文字内容,特别适合处理考试题。
参数:
image_path (string, 必需): 截图文件路径output_format (string, 可选): 输出格式text: 纯文本structured: 结构化question_answer: 问答分离实现: Python 脚本 ./scripts/screenshot_ocr.py
输入:考试题目截图 输出:提取后的文字内容
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习