- name
- image-reader
- description
- 识别本地图片内容（支持中文），通过 OCR.space 免费 API 实现。
image-reader Skill
识别本地图片内容（支持中文），通过 OCR.space 免费 API 实现。
工作流程
- 接收图片路径
- 调用 OCR.space API 进行识别
- 返回识别结果
Python 脚本
保存到 {skill_root}/scripts/ocr_image.py：
import urllib.request, urllib.parse, base64, io, json, sys
from PIL import Image
img_path = sys.argv[1] if len(sys.argv) > 1 else sys.stdin.read().strip()
img = Image.open(img_path)
img_small = img.resize((1600, 2400), Image.LANCZOS)
buf = io.BytesIO()
img_small.save(buf, format='JPEG', quality=80)
b64_data = base64.b64encode(buf.getvalue()).decode()
url = 'https://api.ocr.space/parse/image'
params = urllib.parse.urlencode({
'base64Image': 'data:image/jpeg;base64,' + b64_data,
'language': 'chs',
'isOverlayRequired': 'false',
'detectOrientation': 'true',
'scale': 'true',
'OCREngine': '2',
})
data = params.encode('utf-8')
req = urllib.request.Request(url, data=data)
req.add_header('Content-Type', 'application/x-www-form-urlencoded')
req.add_header('apikey', 'helloworld') # OCR.space free demo key
with urllib.request.urlopen(req, timeout=30) as resp:
raw = resp.read()
result = json.loads(raw.decode('utf-8', errors='replace'))
if 'ParsedResults' in result:
for r in result['ParsedResults']:
print(r['ParsedText'])
else:
print('OCR识别失败:', result)使用方式
python {skill_root}/scripts/ocr_image.py "F:/1.jpg"依赖
- Python 3
- Pillow (
pip install pillow)