小紫 OCR 文字识别插件

简介

小紫 OCR 文字识别插件 v1.0，本地 OCR 提取图片与 PDF 扫描件中的文字：

• recognize 单张图片或 PDF 扫描页 OCR
• batch 批量识别多个文件或整个目录
• info 检查 pip / Tesseract 环境是否就绪
• 支持 Win / macOS / Linux，默认 中英文（chi_sim+eng）
• 本地处理，不上传云端

与 pdf_tool 区别：

• pdf_tool：PDF 里本身有可选文字层 → 直接 read
• ocr_tool：扫描版 PDF、拍照、截图 → OCR 识图取字

安装两步：

1. pip：pytesseract Pillow pymupdf
2. 系统程序：Tesseract OCR（Windows 安装包 / Linux apt / macOS brew）

典型流程：info 检查环境 → recognize 识别单文件 → batch 批量导出 txt

操作说明

支持格式： png/jpg/jpeg/bmp/tiff/webp/gif/pdf

recognize 参数：

• filepath 必填
• lang 默认 chi_sim+eng，可选 eng、chi_sim、jpn
• pages PDF 页码如 1-3,5
• dpi PDF 渲染精度，默认 200，识别差可试 300
• max_chars 限制返回字数（AI 场景防超长）
• output 导出 txt 路径
• tesseract_cmd Windows 可指定 C:\Program Files\Tesseract-OCR\tesseract.exe

batch 参数：

• filepaths JSON 数组，或 directory + pattern（如 *.png）
• output_dir 批量导出 txt 目录

安装

1. 解压到 D:\xiaozi-plugins\文档处理\OCR文字识别插件\
2. 复制 python/ 到本目录
3. 安装 pip 依赖：

   python\python.exe -m pip install pytesseract Pillow pymupdf

1. 安装 Tesseract OCR：

- Windows：https://github.com/UB-Mannheim/tesseract/wiki（勾选 chi_sim）

- Linux：sudo apt install tesseract-ocr tesseract-ocr-chi-sim

- macOS：brew install tesseract tesseract-lang

1. 测试：run.bat --action info

命令行

run.bat --action info
run.bat --action recognize --filepath D:\scan\发票.jpg
run.bat --action recognize --filepath D:\scan\合同.pdf --pages 1-3 --output D:\scan\合同.txt
run.bat --action batch --directory D:\scan --pattern "*.jpg" --output_dir D:\scan\out
run.bat --action recognize --filepath D:\scan\doc.png --lang eng

注册技能 ocr_tool

名称： ocr_tool

描述： OCR v1.0：recognize/batch/info。图片和PDF扫描件OCR提取中英文。用户识别截图、扫描件、拍照文档时使用。需filepath。依赖Tesseract及pytesseract/Pillow/pymupdf。可选文字PDF请用pdf_tool。

脚本： D:\xiaozi-plugins\文档处理\OCR文字识别插件\run.bat

参数 JSON：

{
  "type": "object",
  "properties": {
    "action": {"type": "string", "enum": ["recognize", "batch", "info"], "description": "操作类型"},
    "filepath": {"type": "string", "description": "文件路径"},
    "filepaths": {"type": "string", "description": "batch JSON数组"},
    "directory": {"type": "string", "description": "batch目录"},
    "pattern": {"type": "string", "description": "batch匹配*.png"},
    "lang": {"type": "string", "description": "chi_sim+eng/eng"},
    "pages": {"type": "string", "description": "PDF页码"},
    "dpi": {"type": "string", "description": "PDF DPI默认200"},
    "max_chars": {"type": "string", "description": "最大字符数"},
    "output": {"type": "string", "description": "输出txt"},
    "output_dir": {"type": "string", "description": "batch输出目录"},
    "tesseract_cmd": {"type": "string", "description": "Tesseract路径"}
  },
  "required": ["action"]
}

对话示例

常见错误

能力边界

与其他插件配合

• pdf_tool：有文字层的 PDF 直接 read
• file_convert：格式转换后再 OCR
• word_tool：OCR 结果整理进 Word

详见包内 OCR文字识别插件.md。