（4827期）General Text Recognition OCR – 通用文字识别 – 拍照即得文字，九语秒识别

拍照即得文字，九语秒识别 基于极速数据的通用文字识别技能，支持9种语言，可快速提取图片中的文字内容，适合文档数字化、截图转录等场景 使用说明 核心用法 通用文字识别（General Text Recognition OCR）是一款基于极速数据（JisuAPI）平台的图像文字提取技能，支持本地图片路径或 base64 编码图片作为输入，自动识别并返回图片中的文字内容。 主要功能特性 多语言支持：覆盖中英文（cnen，默认）及英语、法语、葡萄牙语、德语、意大利语、西班牙语、俄语、日语共 9 种语言类型，通过 type 参数切换。 灵活输入方式： 本地图片路径（path/image/file）：脚本自动读取并转为 base64，支持 JPG/PNG 格式，单张上限约 500KB 直接传入 base64 编码（pic）：适用于前置流程已处理图片的场景 标准化输出：返回统一的 JSON 结构，result 数组按行输出识别到的文字内容；错误场景包装为结构化错误对象，便于程序处理。 显著优点 集成便捷：仅需配置 JISUAPIKEY 环境变量即可调用，无需复杂模型部署 响应快速：依托极速数据云端服务，识别延迟较低 中文场景优化：针对中英文混合场景（如截图、文档照片）有较好表现 成本可控：提供免费额度及阶梯套餐，适合个人开发者到企业级使用 潜在缺点与局限性 图片大小限制：单张图片约 500KB 上限，高分辨率原图需压缩 网络依赖：纯云端方案，离线环境不可用 精度边界：复杂排版（表格、手写体、艺术字体、低对比度）识别率可能下降 隐私顾虑：图片需上传至第三方服务商处理，敏感文档需谨慎评估 语言覆盖有限：小众语种或方言不支持 适合人群 需要快速提取截图、照片文字的个人用户 开发文档数字化、发票/名片识别等功能的开发者 内容创作者进行二手资料转录、笔记整理 轻度 OCR 需求场景，无需自建深度学习基础设施 常规风险 | 风险类型 | 说明 ||---------|------|| 数据隐私 | 图片上传至极速数据服务器，含敏感信息需脱敏或评估合规性 || API 稳定性 | 依赖第三方服务可用性，建议实现重试与降级机制 || 密钥安全 | JISUAPIKEY 需妥善保管，避免硬编码提交至版本控制 || 识别误差 | 重要场景需人工复核，避免完全依赖自动识别结果 | 原始说明 图片通用文字 OCR，支持中英文及多语种。当用户说：这张图里的字提取成文本、截图 OCR 一下，或类似通用识图问题时，使用本技能。