🔍 LiaoGong-OCR · 廖工双引擎OCR

廖工AI设计实战出品 — easyocr + tesseract 双引擎OCR系统，15条预处理链含实测基准数据。从截图、海报、手机拍照、文档中优雅提取文字。

By LiaoGong AI — Dual-engine OCR combining easyocr + tesseract with 15 benchmarked preprocessing chains. Extract text from screenshots, posters, phone photos, and documents.

---

🎯 为什么双引擎？

引擎	擅长	短板
easyocr	中文截图、海报、复杂排版	速度慢，首次下载100MB模型
tesseract	英文文档、白底黑字、极快	中文复杂排版效果差

一个工具，两个引擎，自动选择最优方案。

---

⚡ 三种安装方式

方式一：pip 安装

pip install liaogong-ocr
# 或开发模式
git clone https://github.com/jnbno1163/liaogong-ocr.git
cd liaogong-ocr
pip install -e .

安装后直接使用命令：

liaogong-ocr your_image.jpg

方式二：GitHub 克隆

git clone https://github.com/jnbno1163/liaogong-ocr.git
cd liaogong-ocr
pip install -r requirements.txt
python -m liaogong_ocr.engine your_image.jpg

方式三：AI Agent 触发

npx clawhub@latest install liaogong-ocr

触发词：OCR this image / 图片转文字 / OCR识别 / 提取图片文字

---

📖 三种用法

CLI 工具

# 自动选择引擎
liaogong-ocr poster.jpg

# 中文复杂场景用 easyocr
liaogong-ocr -e easyocr screenshot.png

# 英文文档快速 OCR
liaogong-ocr -e tesseract document.png

# 手机拍照优化模式（87%数字准确率）
liaogong-ocr -p phone photo.jpg

# 保存到文件
liaogong-ocr image.jpg -o result.txt

# 显示详细信息
liaogong-ocr image.jpg --verbose

Python 库

from liaogong_ocr import OCREngine

engine = OCREngine()
result = engine.process("poster.jpg", engine="easyocr")
print(result["text"])
print(result["confidence"])
print(result["engine_used"])

from liaogong_ocr import CHAINS, chain_cross_validate

# 应用最优手机拍照预处理链
img = CHAINS['optimal_phone'](image)

# 多链交叉验证（可靠性更高）
results = chain_cross_validate(image)

AI Agent 触发

安装 ClawHub 技能后，AI 助手自动识别以下触发词并调用 OCR：

• OCR this image / extract text from image
• 图片转文字 / OCR识别 / 提取图片文字 / 截图转文字

---

🔬 预处理链实测对比

手机拍屏幕数字提取，15条预处理链实测结果：

预处理链	处理方式	数字准确率	速度
optimal_phone	反色+灰度+对比度2.5x	87%	快
grayscale_binary	灰度+二值化阈值128	72%	快
contrast_enhance	灰度+对比度增强2.0x	65%	快
sharpen	灰度+锐化滤镜	55%	快
clahe	CLAHE直方图均衡化	31%	中
adaptive_binary	自适应二值化阈值	18%	慢

---

📁 项目结构

liaogong-ocr/
├── liaogong_ocr/              # Python 包
│   ├── __init__.py            # 导出 OCREngine, CHAINS, CHAIN_BENCHMARKS
│   ├── engine.py              # 核心双引擎OCR
│   └── preprocess.py          # 15条可组合预处理链
├── scripts/
│   ├── benchmark_chains.py    # 重现基准测试
│   └── batch_ocr.py           # 批量文件夹OCR
├── tests/
│   └── test_ocr_engine.py     # 冒烟测试
├── examples/                  # 示例图片
├── references/                # 预处理指南+基准报告
├── setup.py                   # pip 安装配置
└── requirements.txt

---

🔧 系统要求

• Python 3.8+
• Tesseract 系统安装：
  • Windows: winget install tesseract-ocr
  • macOS: brew install tesseract
  • Linux: sudo apt install tesseract-ocr
• easyocr 1.7+（首次运行下载 ~100MB 模型，之后缓存本地）

---

廖工AI设计实战出品 · github.com/jnbno1163