PDF和图片文字提取

PDF和图片文字提取 是什么

PDF和图片文字提取用于从常见图片、文本型 PDF 和扫描 PDF 中提取文字与表格。文本页直接读取，扫描页渲染成图片后由视觉模型识别，表格使用 PyMuPDF 的结构化能力。

适用场景

适合票据、扫描件、报告、合同和批量资料转可编辑文本，也可保留页码、段落和表格结构供后续搜索。

核心能力与工作机制

它先做鉴权与版本检查，再判断文件类型和 PDF 是否含文本；图片走视觉识别，文本 PDF 直接抽取，扫描页渲染识别，目录模式逐文件汇总成功与失败。

执行流程

先确认 RedFox API Key、输入路径和输出格式，验证文件存在和大小；按图片或 PDF 分支处理，统一整理为 Markdown 或结构化结果，最后报告无法识别页和质量问题。

输入与输出

需要本地图片、PDF 或目录路径，以及语言、是否保留表格和输出位置；加密 PDF 还需合法密码。输出是可编辑文本、按页内容、Markdown 表格、结构化 JSON 或批处理汇总；OCR 结果应保留原文件与页码对应。

依赖、账号与权限

需要 Python、PyMuPDF 和 REDFOX_API_KEY；视觉识别会把页面图像发送到相应服务。无需额外安装 Tesseract 或 RapidOCR，但仍受模型和额度限制。

副作用、限制与风险

OCR 会误识别数字、表格、印章和低清手写体，敏感证件与合同上传存在隐私风险。抽取内容不能替代原件，也不应绕过 PDF 权限。会读取本地文件、生成临时页面图像和输出文件，并可能上传图像到外部识别服务；批量处理前应确认目录范围和数据合规。

不适用边界

它不保证复杂版式、手写内容和所有表格完全还原，也不是 PDF 编辑、签名验证或法律真实性鉴定工具。

失败处理与验收

鉴权失败先停止并引导配置，单页失败应记录页码继续其余页面；依赖缺失、加密或损坏文件要明确报告，不能输出空白冒充成功。随机抽查每种版式和关键数字，比较页数、段落、金额、日期与表格行列；重要文件进行双人校对并保留原件。

适合谁使用

适合资料整理、档案数字化和文档检索团队，高敏感文件应优先使用本地或获批环境。

来源、版本与许可

本条目依据 SkillHub 当前热门榜、发布者详情和版本 1.0.13 的完整 SKILL.md 整理，核验日期为 2026 年 9 月 20 日。完整 SKILL.md 未声明许可证，公开可下载不等于可以任意复制、修改或再分发。 平台两套安全扫描当前均为 benign，但扫描结果不能替代依赖、脚本、网络请求和后续版本的人工审查。

常见问题

1. PDF和图片文字提取 主要解决什么问题？

PDF和图片文字提取用于从常见图片、文本型 PDF 和扫描 PDF 中提取文字与表格。文本页直接读取，扫描页渲染成图片后由视觉模型识别，表格使用 PyMuPDF 的结构化能力。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

2. 开始使用前需要准备哪些输入？

需要本地图片、PDF 或目录路径，以及语言、是否保留表格和输出位置；加密 PDF 还需合法密码。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

3. 它会怎样处理任务并交付结果？

先确认 RedFox API Key、输入路径和输出格式，验证文件存在和大小；按图片或 PDF 分支处理，统一整理为 Markdown 或结构化结果，最后报告无法识别页和质量问题。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

4. 需要哪些工具、账号或权限？

需要 Python、PyMuPDF 和 REDFOX_API_KEY；视觉识别会把页面图像发送到相应服务。无需额外安装 Tesseract 或 RapidOCR，但仍受模型和额度限制。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

5. 它会修改文件或调用外部服务吗？

会读取本地文件、生成临时页面图像和输出文件，并可能上传图像到外部识别服务；批量处理前应确认目录范围和数据合规。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

6. 哪些场景不应该依赖这个 Skill？

它不保证复杂版式、手写内容和所有表格完全还原，也不是 PDF 编辑、签名验证或法律真实性鉴定工具。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

7. 失败、异常或结果不理想时怎么办？

鉴权失败先停止并引导配置，单页失败应记录页码继续其余页面；依赖缺失、加密或损坏文件要明确报告，不能输出空白冒充成功。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。

8. 如何验收结果并控制风险？

随机抽查每种版式和关键数字，比较页数、段落、金额、日期与表格行列；重要文件进行双人校对并保留原件。使用时还应结合当前版本、真实输入、账号权限和运行环境复核，重要任务保留人工确认与原始证据。