YouMind
Iniciar sesión
OCR general (PaddleOCR)

OCR general (PaddleOCR)

Convierte imágenes y PDF en texto estructurado

Creado por
钟钟小波
Instalado por
0
DesdeYouMind

Vista previa

Descripción

Convierte imágenes y PDF en texto estructurado con una habilidad de OCR general basada en PaddleOCR (flujo de reconocimiento de texto general PP-OCRv5). Admite chino, inglés, japonés y otros idiomas, así como mezclas multilingües, texto impreso y manuscrito. La habilidad selecciona automáticamente el idioma y la versión de OCR adecuados, el dispositivo de inferencia y el nivel de modelo más apropiados, y activa según sea necesario módulos de preprocesamiento como la clasificación de la orientación del documento y la corrección de imágenes de texto. Finalmente, genera el texto reconocido, las coordenadas de los recuadros de texto y los niveles de confianza. Es adecuada 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 determinada manera y a reconstruir un resultado expresivo similar. La habilidad analiza factores visuales como la composición espacial, las dimensiones y los materiales, la jerarquía cromática, la tipografía y la maquetación, y las relaciones entre módulos. También identifica la codificación de los gráficos, la ruta de lectura, las metáforas visuales y las relaciones geográficas o de red, para que el análisis no se limite a describir «a qué estilo se parece». Obtendrás un resultado de deconstrucción visual parametrizado 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 representan mediante variables visuales como el color, la posición, el tamaño, las conexiones y los nodos. En el caso de diagramas temáticos complejos, también organiza las relaciones de colaboración entre los sistemas de formas, texto y metáforas. A partir de estos análisis, la habilidad genera prompts detallados y claramente estructurados en inglés para la generación de imágenes, adecuados para reproducir infografías, investigar referencias visuales, explorar diseños y contenidos de marca, y crear imágenes conceptuales. Tanto si proporcionas una imagen existente como una idea sobre el tema y la dirección visual, obtendrás prompts orientados a una reproducción estructural más fiel, 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 atrevido?

OCR general (PaddleOCR)