---
name: "ocr-extract"
description: "OCR文字识别工具，使用RapidOCR从图片中提取文字。Invoke when user needs to extract text from images, recognize text in screenshots, or perform OCR on any image files."
---

# OCR 文字识别工具

使用 RapidOCR (rapidocr-onnxruntime) 对图片进行文字识别，支持中英文混合识别，无需GPU。

## 前提条件

- Python 环境
- 依赖包：`rapidocr-onnxruntime`, `Pillow`
- 安装命令：`pip install rapidocr-onnxruntime Pillow`

## 基本用法

### 单张图片OCR

```python
from rapidocr_onnxruntime import RapidOCR

ocr = RapidOCR()
result, _ = ocr("image_path.png")
if result:
    for line in result:
        print(line[1])  # line[1] 是识别的文字
```

### 长图分段识别（推荐）

对于高度超过2000像素的长截图，建议分段识别以提高速度和准确度：

```python
from rapidocr_onnxruntime import RapidOCR
from PIL import Image
import os, time

ocr = RapidOCR()

img_path = r"长图路径.png"
img = Image.open(img_path)
height = img.size[1]
chunk_size = 1200  # 每段1200像素，约1-2秒/段

all_text = []
for i in range(0, height, chunk_size):
    bottom = min(i + chunk_size, height)
    chunk = img.crop((0, i, img.size[0], bottom))
    tmp_path = os.path.join(os.environ['TEMP'], f'ocr_chunk_{i}.png')
    chunk.save(tmp_path)
    result, _ = ocr(tmp_path)
    if result:
        for line in result:
            all_text.append(line[1])
    if os.path.exists(tmp_path):
        os.remove(tmp_path)

for t in all_text:
    print(t)
```

### 批量图片OCR

```python
from rapidocr_onnxruntime import RapidOCR
import os

ocr = RapidOCR()
img_dir = r"图片目录路径"
images = sorted([f for f in os.listdir(img_dir) if f.lower().endswith(('.jpeg', '.jpg', '.png'))])

for img_name in images:
    img_path = os.path.join(img_dir, img_name)
    result, _ = ocr(img_path)
    print(f"\n=== {img_name} ===")
    if result:
        for line in result:
            print(line[1])
```

## 性能参考

| 图片尺寸 | 分段大小 | 耗时 |
|---------|---------|------|
| 1731x1200 | 不分段 | ~1.5秒 |
| 1731x4896 | 1200px/段 | ~6秒 |
| 1731x20824 | 1200px/段 | ~26秒 |

## 返回结果格式

`result` 是一个列表，每个元素格式为 `[bbox, text, confidence]`：
- `bbox`: 文字位置坐标 `[[x1,y1], [x2,y2], [x3,y3], [x4,y4]]`
- `text`: 识别的文字内容
- `confidence`: 置信度（字符串类型）

## 注意事项

- 临时文件使用 `os.environ['TEMP']` 目录，用后需清理
- `os.remove()` 前务必用 `os.path.exists()` 检查文件是否存在
- Windows PowerShell 中避免使用 `&&` 连接命令，改用 `;` 或分行
- 对于非常长的截图（>10000px），建议 chunk_size 设为 1200-1500
- 识别中文效果良好，支持中英文混合