Allgemeine Texterkennung (PaddleOCR)
Bilder und PDFs in strukturierten Text umwandeln
Allgemeine Texterkennung (PaddleOCR)
Bilder und PDFs in strukturierten Text umwandeln
Einblicke
Beschreibung
Eine vielseitige OCR-Lösung zur Umwandlung von Bildern und PDFs in strukturierten Text, basierend auf PaddleOCR (allgemeine Texterkennungspipeline PP-OCRv5). Unterstützt mehrere Sprachen wie Chinesisch, Englisch und Japanisch sowie gemischte mehrsprachige Inhalte, Druck- und Handschrift. Die Skill ordnet automatisch die Sprache und OCR-Version zu, wählt das passende Inferenzgerät und Modellprofil und aktiviert bei Bedarf Vorverarbeitungsmodule wie Dokumentausrichtung und Textbildkorrektur. Als Ergebnis werden erkannter Text, Koordinaten der Textfelder und Konfidenzwerte ausgegeben. Geeignet für die Digitalisierung von Dokumenten, die Erkennung von Belegen und das Extrahieren von Text aus Screenshots.
Ähnliche Fähigkeiten
Alle anzeigen
9D-Visualanalyse
Zerlegt eine oder mehrere Infografiken, Datenvisualisierungen, Ablaufdiagramme, Zeitachsen, Karten, Wissensgraphen und Organigramme in wiederverwendbare visuelle und informationelle Strukturen. So verstehst du präzise, warum eine Grafik auf diese Weise aufgebaut ist, und kannst eine ähnliche Ausdrucksform rekonstruieren. Die Analyse berücksichtigt räumliche Komposition, Dimensionen und Materialien, Farbhierarchien, Typografie und Layout sowie Modulbeziehungen. Gleichzeitig werden Diagrammcodierungen, Lesepfade, Symbolmetaphern und geografische oder netzwerkartige Beziehungen erkannt, damit die Analyse über eine bloße Beschreibung des „Stils“ hinausgeht. Du erhältst ein parametrisiertes Ergebnis der visuellen Dekonstruktion. Es umfasst Logik von Fläche und Komposition, visuelle Hierarchie, Textdichte, Modultopologie, die Darstellung von Daten und Beziehungen sowie den narrativen Verlauf innerhalb des Bildes. Bei statistischen Diagrammen, Karten oder Beziehungsnetzwerken konzentriert sich die Ausgabe darauf, wie Daten in visuelle Variablen wie Farbe, Position, Größe, Verbindungslinien und Knoten übersetzt werden. Bei komplexen thematischen Grafiken wird zusätzlich das Zusammenspiel von Formen, Text und metaphorischen Systemen herausgearbeitet. Auf Grundlage dieser Analysen erstellt das Skill ausführliche und klar strukturierte englische Prompts für die Bildgenerierung. Sie eignen sich zur Rekonstruktion von Infografiken, für visuelle Recherche, Designreferenzen, die Erkundung von Markeninhalten und die Erstellung von Konzeptgrafiken. Ganz gleich, ob du ein vorhandenes Bild bereitstellst oder eine Idee zu Thema und visueller Ausrichtung beschreibst: Du erhältst Prompts, die eine Rekonstruktion auf Strukturebene ermöglichen, statt nur eine allgemeine Stilbeschreibung zu liefern.
Informationen
- Version
- v4
- Zuletzt aktualisiert
- Credits pro Ausführung
- Nach Verbrauch
- Modelle
- Automatisch