Tesseract OCR Skill#

使用 Tesseract 引擎从图像中提取文字内容。

功能#

• 支持中文（简体）、英文、中英混合三种语言模式
• 支持三种输出格式：
  • text: 纯文本输出
  • structured: 结构化输出（识别题目、选项、答案）
  • question_answer: 问答对格式

使用方式#

bash

python <skill-path>/tesseract_ocr_skill.py <image_path> --lang chi_sim+eng --format text

参数#

参数说明默认值image_path图片文件路径必填--lang识别语言chi_sim+eng``--format输出格式text``--output输出文件路径控制台输出

依赖#

• Python 3.x
• pytesseract
• Pillow
• Tesseract OCR 引擎（需单独安装）

安装 Tesseract#

Windows: 下载安装包 https://github.com/UB-Mannheim/tesseract/wiki