PDF/图片文字提取工具，本地提取 PDF 文字（含扫描件 OCR）、图片文字、表格结构化。基于 PyPDF2/PaddleOCR，支持批量处理，输出文本/Markdown/CSV，无需付费 API。适合处理合同、报告、扫描件等文档。

---

slug: pdf-ocr-extractor-cn displayName: PDF/图片文字提取神器 version: 1.1.0 description: PDF/图片文字提取 Skill。本地提取：① PDF 文字（含扫描件 OCR）② 图片文字 ③ 表格结构化。基于 PyPDF2/PaddleOCR，支持批量处理，输出文本/Markdown/CSV。无需付费 API。 homepage: https://github.com/zhaoheng588-tech/ai-skills-collection/skills/pdf-ocr license: MIT tags: [ai-skill]

---

PDF/图片文字提取神器

功能

PDF/图片文字提取 Skill。本地提取：① PDF 文字（含扫描件 OCR）② 图片文字 ③ 表格结构化。基于 PyPDF2/PaddleOCR，支持批量处理，输出文本/Markdown/CSV。无需付费 API。

使用流程

1. 用户提供输入（要提取PDF文字、扫描件识别、图片转文字、表格提取） 2. 按下方核心步骤处理 3. 输出结构化结果（报告/代码/文件）

依赖安装（开箱即用）

```bash pip install PyPDF2 pip install paddleocr paddlepaddle # 仅扫描件 OCR 需要 ```

PyPDF2（必需）+ PaddleOCR（可选 OCR）

> 未安装依赖时脚本会提示缺什么，安装后即可使用。数据/处理全部本地完成。

直接提问模板（复制即可用）

> 帮我提取这个 PDF/图片的文字：<文件路径>。

异常处理（遇到问题时）

情况	正确处理
扫描件无文字层	提示'需 OCR，请安装 paddleocr'
图片模糊	提示'识别率可能低，建议清晰原图'

不适用场景（诚实说明）

- 仅处理用户本地文件 - 涉及版权内容仅限个人合法使用 - 不上传任何文件（本地处理）

FAQ（常见问题）

Q：要装什么？ PyPDF2 必需；扫描件 OCR 需 PaddleOCR。 Q：能批量吗？ 能，batch 命令批量处理目录。 Q：表格能提取吗？ 基础表格可提取为文本/CSV，复杂表格建议人工核对。

核心原则

本地运行；扫描件需装 PaddleOCR；表格输出 CSV

输入要求

- 明确告知用户需要提供的信息 - 信息不足时先提问补齐，不臆造

输出说明

- 结构化输出（表格/Markdown/代码/文件） - 附使用说明与注意事项

合规声明

- 本 Skill 输出为辅助工具结果，不构成专业意见/投资建议/法律意见 - 涉及用户数据时本地处理、不上传 - 请遵守各平台服务条款与相关法规

---

来源：GitHub https://github.com/zhaoheng588-tech/ai-skills-collection