屏幕 OCR 文字识别

解决的问题

屏幕里的文字常常以截图、远程桌面、共享窗口或 PDF 渲染页面的形式出现：视觉上能读，但无法直接选择、搜索或继续编辑。ocr-screen 面向这种场景，把屏幕中的可见文本转成可复制的纯文本，尤其适合中文/英文混排、表格片段和需要批量处理的画面。

核心能力

• 中英文识别：支持中文和英文文字识别，适合双语界面、注释、字段名与正文混合的内容。
• 表格识别：对截图中的表格结构进行识别，输出更接近原表的信息组织，便于后续整理。
• 批量处理：可连续处理多块屏幕内容，而不是每次只截取单行、单列。
• 可导出结果：默认输出识别文字和可复制纯文本，并可选导出 Word / Excel，方便进入文档或表格流程。

使用注意

• 识别质量通常与屏幕清晰度、字体大小、对比度和表格线完整性有关。
• 技能主要处理屏幕可见文本；如果原始文件本身可编辑，优先使用原生文本会更准确。
• 首次使用前需要按资料完成依赖安装；实际可用依赖与运行环境会影响结果稳定性。