YouMind
Iniciar sesión
OCR de texto general

OCR de texto general

Convierte imágenes y PDF en texto

Creado por
钟钟小波
Instalado por
0
DesdeYouMind

Vista previa

Descripción

Habilidad de OCR general para convertir imágenes y PDF en texto estructurado, basada en PaddleOCR (flujo de reconocimiento de texto general PP-OCRv5). Admite chino, inglés, japonés y otros idiomas, así como mezclas multilingües y texto impreso o manuscrito. La habilidad combina automáticamente el idioma y la versión de OCR, selecciona el dispositivo de inferencia y el nivel de modelo adecuados y, según sea necesario, activa módulos de preprocesamiento como la clasificación de orientación de documentos y la corrección de imágenes de texto. Finalmente, entrega el texto reconocido, las coordenadas de los cuadros de texto y los niveles de confianza. Es ideal para digitalizar documentos, reconocer recibos y extraer texto de capturas de pantalla.

Habilidades relacionadas

Ver todo

Deconstrucción visual 9D

Descompone una o varias infografías, visualizaciones de datos, diagramas de flujo, líneas de tiempo, mapas, mapas de conocimiento y organigramas en estructuras visuales y de información reutilizables. Te ayuda a entender con precisión por qué una imagen está organizada de cierta manera y a reconstruir un resultado de expresión similar. La habilidad analiza factores de representación como la composición espacial, las dimensiones y los materiales, las jerarquías de color, la tipografía y la diagramación, y las relaciones entre módulos. También identifica la codificación de gráficos, la ruta de lectura, las metáforas de los símbolos y las relaciones geográficas o de red, para que el análisis no se limite a describir “a qué estilo se parece”. Obtendrás un resultado parametrizado de deconstrucción visual que abarca la lógica del lienzo y la composición, la jerarquía visual, la densidad del texto, la topología de los módulos, las formas de expresar datos y relaciones, y el recorrido narrativo de la imagen. En contenidos como gráficos estadísticos, mapas o redes de relaciones, el resultado se centra en cómo los datos se traducen en variables visuales como color, posición, tamaño, líneas y nodos. En el caso de imágenes temáticas complejas, también organiza la relación de colaboración entre los sistemas de formas, texto y metáforas. A partir de estos análisis, la habilidad genera prompts detallados y estructurados en inglés para la generación de imágenes, adecuados para recrear infografías, investigar recursos visuales, obtener referencias de diseño, explorar contenidos de marca y crear imágenes conceptuales. Ya sea que proporciones una imagen existente o una idea sobre el tema y la dirección visual, recibirás prompts más cercanos a una reproducción estructural, en lugar de una descripción general del estilo.

知
43k

Información

Versión
v4
Última actualización
Créditos por ejecución
Según el uso
Modelos
Automático

¿Todo listo para crear algo más audaz?

OCR de texto general