67 lines
1.5 KiB
Markdown
67 lines
1.5 KiB
Markdown
# KB OCR Processor Skill
|
||
|
||
**kb-ocr-processor** - Extract text from video frames using OCR.
|
||
|
||
## Features
|
||
|
||
- **视频截帧**: 直接从视频文件截取帧图片
|
||
- **批量处理**: 支持处理帧目录
|
||
- **双引擎**: EasyOCR / Tesseract
|
||
- **置信度评分**: 每帧识别结果带置信度
|
||
- **文本合并**: 自动合并所有帧的识别结果
|
||
|
||
## Commands
|
||
|
||
```bash
|
||
# 方式1: 直接从视频截帧并OCR（推荐）
|
||
python ocr_processor.py --video ./video.flv --output ocr.json
|
||
|
||
# 方式2: 处理已截取的帧目录
|
||
python ocr_processor.py --input ./frames/ --output ocr.json
|
||
|
||
# 指定截帧帧率（默认1帧/秒）
|
||
python ocr_processor.py --video ./video.flv --fps 2 --output ocr.json
|
||
|
||
# 同时生成合并的文本文件
|
||
python ocr_processor.py --video ./video.flv --output ocr.json --merge
|
||
|
||
# 使用 Tesseract 引擎
|
||
python ocr_processor.py --input ./frames/ --engine tesseract --output ocr.json
|
||
```
|
||
|
||
## Workflow 中的使用
|
||
|
||
```bash
|
||
# 步骤5: OCR处理（视频无字幕时）
|
||
python ocr_processor.py --video ${CONTENT_VIDEO_PATH} --output ${CONTENT_DIR}/ocr.json --merge
|
||
```
|
||
|
||
## Output
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"engine": "easyocr",
|
||
"total_frames": 619,
|
||
"results": [
|
||
{
|
||
"source": "0001.jpg",
|
||
"text": "字幕文字",
|
||
"confidence": 0.95
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
## Installation
|
||
|
||
```bash
|
||
cp -r kb-ocr-processor/ ~/skills/
|
||
pip install -r requirements.txt
|
||
|
||
# 依赖说明
|
||
# - easyocr: 主要OCR引擎（自动下载模型）
|
||
# - pytesseract: Tesseract引擎
|
||
# - ffmpeg: 视频截帧（apt install ffmpeg）
|
||
```
|