CoPaw OCR Skill

基于 RapidOCR 的高性能本地 OCR 技能，支持文件识别、截图识别、Base64 识别

---

✨ 特性

• 🚀 高性能 - 速度快 3-5 倍，基于 ONNX Runtime
• 🎯 高准确率 - 99.61% 平均置信度，工业级质量
• 📦 轻量级 - 仅 14.9MB，比 PaddleOCR 小 10 倍
• 🔗 智能路由 - 自动识别输入类型（文件/Base64/截图）
• 💰 完全免费 - 无 API Key，无任何费用
• 🔧 易于使用 - 一行代码搞定

---

📦 安装

方式 1：从 PyPI 安装（推荐）

pip install copaw-ocr-skill

方式 2：从 GitHub 安装

pip install git+https://github.com/lcq225/copaw-ocr-skill.git

方式 3：本地安装

git clone https://github.com/lcq225/copaw-ocr-skill.git
cd copaw-ocr-skill
pip install -e .

---

🚀 快速开始

基础用法

from copaw_ocr import recognize, extract_text

# 文件识别
result = recognize('image.png')
print(result['full_text'])

# 截图识别
result = recognize()
print(result['full_text'])

# 提取纯文本
text = extract_text('image.png')
print(text)

高级用法

from copaw_ocr import OCRSkill

# 创建 OCR 实例
skill = OCRSkill()

# 文件识别
result = skill.recognize_from_file('image.png')

# Base64 识别
result = skill.recognize_from_base64(base64_data)

# 截图识别
result = skill.recognize_from_screenshot()

---

📖 使用示例

示例 1：批量处理

from pathlib import Path
from copaw_ocr import OCRSkill

skill = OCRSkill()

for img_path in Path('images').glob('*.png'):
    result = skill.recognize_from_file(str(img_path))
    if result.get('success'):
        print(f"{img_path.name}: {result['text_count']} 个文本块")

示例 2：置信度过滤

from copaw_ocr import recognize

result = recognize('image.png')

# 过滤高置信度文本
high_conf_texts = [
    t['text'] for t in result['texts']
    if t['confidence'] >= 0.95
]

print(high_conf_texts)

示例 3：与 Windows-MCP 集成

from windows_mcp import WindowsMCP
from copaw_ocr import recognize

with WindowsMCP() as mcp:
    # 点击按钮
    mcp.Click(loc=[500, 300])

    # 截图识别
    result = recognize()

    if result.get('success'):
        print(result['full_text'])

更多示例请参考 examples/ 目录。

---

📊 返回结果格式

{
    "success": True,
    "text_count": 212,
    "full_text": "任务管理器\n进程\n运行新任务...",
    "texts": [
        {
            "text": "任务管理器",
            "confidence": 0.9999,
            "bbox": [[x1, y1], [x2, y2], [x3, y3], [x4, y4]]
        },
        ...
    ],
    "source": "file",
    "elapse": {
        "detection": 2.24,
        "recognition": 0.87,
        "total": 4.32
    }
}

---

🔧 配置

初始化参数

from copaw_ocr import OCRSkill

skill = OCRSkill(use_gpu=False)

参数	类型	默认值	说明
use_gpu	bool	False	是否使用 GPU（暂不支持）

---

⚠️ 注意事项

1. 首次使用 - 会自动下载模型（约 50MB），模型位置：C:\Users\<用户名>\.rapidocr\
2. 图片要求 - 支持 PNG、JPG、JPEG、BMP 格式，建议分辨率 1000px × 1000px 以上
3. 性能优化 - 批量处理时复用 OCRSkill 实例，避免重复初始化
4. GPU 支持 - 当前版本仅支持 CPU，GPU 支持计划在后续版本推出

---

🐛 故障排查

问题 1：RapidOCR 未安装

错误信息：

RuntimeError: RapidOCR 未安装，请运行：pip install rapidocr_onnxruntime

解决方案：

pip install rapidocr_onnxruntime

问题 2：模型下载失败

解决方案：

1. 检查网络连接
2. 使用国内镜像：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple rapidocr_onnxruntime
   

问题 3：截图失败

错误信息：

PIL ImageGrab 不可用

解决方案：

pip install Pillow

---

📚 文档

• 完整文档： SKILL.md
• 使用示例： examples/
• API 文档： docs/API.md

---

🤝 贡献

欢迎贡献代码、报告问题或提出建议！

1. Fork 本仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

---

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

---

🙏 致谢

• RapidOCR - 高性能 OCR 引擎
• CoPaw - AI Agent 框架

---

📞 联系方式

• 作者： 老 K
• GitHub： https://github.com/lcq225
• 项目地址： https://github.com/lcq225/copaw-ocr-skill

---

🎊 星标支持

如果这个项目对你有帮助，请给我一个 ⭐️！

---

版本： 1.0.0 最后更新： 2026-04-11