OCR 与图像处理
OCR 与图像处理
来源： wiki/sources/ocr-guide
相关概念： wiki/concepts/openclaw, wiki/concepts/skill-system
OpenClaw 生态中的 OCR（光学字符识别）能力，支持单张图片、影印文档高清识别和批量处理，三种方案可满足不同场景需求。
要点
三种识别方案对比
| 方案 | 优势 | 适用场景 |
|---|---|---|
| Tesseract OCR | 开源免费，100+语言，可自定义训练 | 通用场景（推荐） |
| EasyOCR | 深度学习高精度，支持倾斜文字 | 需要高准确率的复杂场景 |
| OpenClaw Image 工具 | 无需额外安装 | 快速轻量识别 |
影印文档高清识别
四步预处理：灰度转换 → 对比度增强 → 去噪处理 → 二值化，可大幅提升低质量影印件的识别率。
与 OpenClaw 集成方式
- 技能调用：在 OpenClaw Skill 中调用 OCR 系统
- 命令行集成：在 OpenClaw 中直接执行 OCR 命令
- 实时识别：接收图片消息自动返回识别结果
与 OpenClaw 的关系
OCR 能力扩展了 OpenClaw 的信息输入通道，使其能处理图片中的文字信息。结合 RAG 流水线，OCR 识别的文字可以进一步向量化、索引和检索，成为知识库的一部分。