Token导航 LogoToken导航TokenDH.com
中转站排行榜
效率敏感数据clawhub未标认证来源可访问clear审计通过

ccy-ocr-local（CCY OCR 本地）

Agent Skill

ccy-ocr-local 用于处理图像、截图、视觉识别或图片素材相关工作，适合在 OpenClaw 中需要让 Agent 分析图片、整理视觉素材或辅助图像流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

总安装

2,784

周安装

116

GitHub Stars

公开资料未说明

下载量

928
OpenClaw

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：ccy-ocr-local（CCY OCR 本地）
来源仓库：https://github.com/chenchongyong/ccy-ocr-local
安装命令：
openclaw skills install ccy-ocr-local
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install ccy-ocr-local

简介

本地离线 OCR 技能。对本机图片做文字识别，默认不上传文件、不依赖外部 API Key。适用于截图、文档拍照、扫描件、相机图片中的中英文文本提取。

SKILL.md

name
ccy-ocr-local
description
本地离线 OCR 技能。对本机图片做文字识别，默认不上传文件、不依赖外部 API Key。适用于截图、文档拍照、扫描件、相机图片中的中英文文本提取。

ccy-ocr-local

使用本技能在 本机离线 对图片做 OCR 识别，优先用于：

  • 从截图提取文字
  • 从文档拍照/扫描件提取文字
  • 从相机图片中提取中英文文本
  • 需要避免上传文件到外部服务的 OCR 场景

何时使用

当用户需要：

  • 识别本地图片里的文字
  • 不想依赖云端 OCR / API Key
  • 在 Jetson / Linux 本机直接跑 OCR
  • 先用轻量依赖快速得到可用文本

若追求复杂版面、票据、表格结构、竖排文本或更强中文效果，优先考虑后续单独做 PaddleOCR / RapidOCR 本地技能。

入口

脚本入口：scripts/local_ocr.py

配套脚本：

  • scripts/benchmark.py：对样例图比较 balanced / fast / accurate 的耗时和输出长度
  • scripts/regression.py：对样例图生成基线输出，便于回归检查

这轮新增能力

  • 自动方向检测：可用 --autorotate 尝试方向并选择更优结果
  • 更省时的自动旋转策略：默认 --autorotate-strategy smart，先按宽高比做轻判，只有结果太弱才退回全方向检查
  • 批量输出防重名：批量模式输出时保留相对目录结构，避免不同子目录同名图片互相覆盖
  • JSON 输出：可用 --json 输出 OCR 内容和元数据，适合自动化接入

依赖要求

最小依赖：

  • python3
  • tesseract
  • Python 包：Pillow、pytesseract

可选增强：

  • opencv-python

- 装了则使用 OpenCV 预处理，通常准确率更稳 - 没装也能运行，会自动退回 Pillow 流程

  • Tesseract 语言包：eng、chi_sim

Windows 兼容说明：

  • 若当前终端或 agent 没继承到系统 PATH，脚本会尝试自动探测常见安装位置，例如：

- C:/Program Files/Tesseract-OCR/tesseract.exe

  • 也可以手动指定：

- --tesseract-cmd "C:/Program Files/Tesseract-OCR/tesseract.exe" - 或设置环境变量 TESSERACT_CMD

默认设计取向

这个技能默认在四个方向做平衡：

  • 准确率：自动纠正 EXIF 方向、灰度化、自动对比度增强、小图放大、二值化
  • 速度：默认 balanced 模式只做一次识别；需要时才尝试多 PSM
  • 资源占用：预处理保持轻量，不引入更重的 OCR 框架
  • 减少依赖：OpenCV 是可选项，不是硬依赖

参数

  • image_path：本地图片路径；配合 --batch 时也可传目录
  • --lang：OCR 语言，默认 eng

- 常见值：eng、chi_sim、chi_sim+eng

  • --psm：显式指定 Tesseract PSM；指定后不再自动试多个模式
  • --mode：balanced / fast / accurate

- balanced：默认，单次识别，资源最省 - fast：自动试少量常见 PSM，兼顾速度 - accurate：自动试更多 PSM，优先提高命中率

  • --format：text 或 tsv
  • --tesseract-cmd：显式指定 Tesseract 可执行文件路径，适合 Windows / PATH 未继承场景
  • --min-conf：TSV 模式下过滤低置信度文本
  • --dpi：传给 Tesseract 的逻辑 DPI，默认 300
  • --min-edge：小图放大的目标长边，默认 1800
  • --sharpen：启用轻量锐化，适合略糊的图
  • --no-preprocess：关闭基础预处理
  • --out：单图模式下将结果写入文件
  • --batch：批量处理模式
  • --recursive：批量模式下递归扫描子目录
  • --out-dir：批量模式下输出目录，并生成 manifest.json
  • --autorotate：自动尝试方向，适合拍照方向不稳的图片
  • --autorotate-strategy：smart 或 full，默认 smart

输出

默认输出：

  • text：纯文本

可选输出：

  • tsv：带位置和置信度的结构化文本，适合后处理
  • json：包含文本和元数据（耗时、PSM、旋转角度、模式等），适合自动化流水线
  • 批量模式下可输出每张图的文本/TSV/JSON 文件和总清单 manifest.json
  • manifest.json 中会记录每张图的耗时、PSM、旋转角度和输出路径

错误输出：

  • 图片不存在或无法打开
  • Tesseract 未安装
  • 指定语言数据不存在

常用示例

最小示例

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png

中英混合识别

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png --lang chi_sim+eng

提高准确率

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png --lang chi_sim+eng --mode accurate --sharpen --autorotate

更快一点

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png --mode fast

Windows 显式指定 Tesseract

python skills/ccy-ocr-local/scripts/local_ocr.py C:/path/to/image.png --tesseract-cmd "C:/Program Files/Tesseract-OCR/tesseract.exe"

导出结构化 TSV

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png --format tsv --min-conf 40 --out /tmp/result.tsv

JSON 输出

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/image.png --lang chi_sim+eng --autorotate --json

批量处理目录

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/images --batch --recursive --lang chi_sim+eng --out-dir /tmp/ocr-batch

批量 JSON 输出

python3 skills/ccy-ocr-local/scripts/local_ocr.py /path/to/images --batch --recursive --lang chi_sim+eng --autorotate --json --out-dir /tmp/ocr-batch-json

跑 benchmark

python3 skills/ccy-ocr-local/scripts/benchmark.py

跑回归样例

python3 skills/ccy-ocr-local/scripts/regression.py

使用建议

  • 普通截图/UI 文本：先用默认参数
  • 中英混合材料：--lang chi_sim+eng
  • 拍照略糊：加 --sharpen
  • 拍照方向不稳：加 --autorotate
  • 批量自动化接入：加 --json 或配合 --out-dir
  • 想省资源：保持 balanced，不要开 accurate
  • 要后处理：使用 --format tsv
  • 多张图流水线处理：使用 --batch --out-dir

已知限制

  • 普通 Tesseract 对 复杂排版、公式、表格结构、试卷版面 支持一般
  • 若系统没有安装 chi_sim.traineddata，中文识别会失败或效果较差
  • 对严重透视变形、阴影、强反光图片，建议先做文档矫正/裁切
  • 本技能是轻量本地 OCR，不追求最强中文复杂场景表现

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

89.22%
按下载量换算828

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/chenchongyong/ccy-ocr-local

SKILL.md 来源

clawhub.ai

/chenchongyong/ccy-ocr-local

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

ccw-project-supervisor（《特定常规武器公约》项目主管）

ccw-project-supervisor 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 OpenClaw 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

cdance-seedance-video-prompt-architect（cdanance Seedance 视频提示架构师）

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式；涉及外部素材、人物肖像或商业发布时，应先核对版权授权和内容审核要求。