YouMind
Entrar
Reconhecimento de texto (PaddleOCR)

Reconhecimento de texto (PaddleOCR)

Converta imagens e PDFs em texto estruturado

Criado por
钟钟小波
Instalado por
0
DeYouMind

Prévia

Descrição

Uma habilidade de OCR versátil para converter imagens e PDFs em texto estruturado, baseada no PaddleOCR (pipeline de reconhecimento geral de texto PP-OCRv5). É compatível com chinês, inglês, japonês e outros idiomas, incluindo conteúdo multilíngue misto, além de textos impressos e manuscritos. A habilidade identifica automaticamente o idioma e a versão do OCR, seleciona o dispositivo de inferência e o nível adequado do modelo e, quando necessário, ativa módulos de pré-processamento, como classificação da orientação do documento e correção da imagem do texto. Ao final, fornece o texto reconhecido, as coordenadas das caixas de texto e os níveis de confiança. Ideal para digitalização de documentos, reconhecimento de recibos e extração de texto de capturas de tela.

Habilidades relacionadas

Ver tudo

Desconstrução Visual 9D

Desconstrua um ou vários infográficos, visualizações de dados, fluxogramas, linhas do tempo, mapas, mapas conceituais e organogramas em estruturas visuais e informacionais reutilizáveis. Entenda com precisão por que uma imagem foi organizada daquela forma e reconstrua um resultado visual semelhante. A habilidade parte de elementos como composição espacial, dimensões e materiais, hierarquia de cores, tipografia e relações entre módulos. Ela também identifica a codificação dos gráficos, o percurso de leitura, as metáforas dos ícones e as relações geográficas ou de rede, para que a análise vá além de dizer apenas “com que estilo se parece”. Você receberá um resultado parametrizado de desconstrução visual, abrangendo a lógica da composição e da tela, a hierarquia visual, a densidade textual, a topologia dos módulos, as formas de expressar dados e relações, além do fluxo narrativo da imagem. Em gráficos estatísticos, mapas ou redes de relações, a saída se concentra em como os dados são mapeados para variáveis visuais como cor, posição, tamanho, linhas e nós. Em imagens temáticas complexas, ela também organiza as relações de colaboração entre os sistemas de formas, textos e metáforas. Com base nessas análises, a habilidade gera prompts detalhados e bem estruturados em inglês para criação de imagens, adequados à recriação de infográficos, pesquisa visual, referências de design, exploração de conteúdo de marca e produção de imagens conceituais. Seja a partir de uma imagem existente ou de uma ideia sobre o tema e a direção visual, você obterá prompts mais próximos de uma reprodução estrutural, em vez de uma descrição genérica de estilo.

知
43k

Informações

Versão
v4
Última atualização
Créditos por execução
Conforme o uso
Modelos
Automático

Tudo pronto para criar algo mais ousado?

Reconhecimento de texto (PaddleOCR)