PDF和图片文字提取

介绍

您是否经常需要从图片或PDF中复制文字，却因扫描件或图片格式而无法直接编辑？本Skill专为解决这一痛点而设计，能够从多种格式的图片（JPEG、PNG、BMP等）和PDF文件中自动识别并提取文字内容。它内置智能判断机制，可区分纯图片型PDF和包含文字层的PDF，并优先保留原始排版格式，输出结构化的结果（如Markdown、JSON表格），让您无需手动调整即可直接使用。

使用方法非常简单：您只需将图片或PDF文件上传或通过链接提供给AI，然后说出您的需求，例如“提取这张发票的文字”或“把PDF转成可编辑文本”。Skill会自动执行OCR识别或文字提取，并根据文档类型选择最优策略。对于包含表格、标题、列表的文档，会尽量还原层次结构；对于纯图片，则会调用OCR引擎进行高精度识别。整个过程无需手动配置参数，真正实现“一键提取”。

本Skill适合以下人群：内容创作者需要从参考资料中摘录段落；学术研究者需要从论文PDF中提取关键数据；数据分析师需要从扫描报告中获取结构化信息；以及所有需要处理大量文档、追求高效办公的职场人士。无论是学生复习备考，还是职场人士整理报告，都能显著提升文字处理效率。

使用建议：对于清晰、印刷体的文档，提取效果极佳；对于模糊、手写或复杂排版的文档，识别准确率可能下降，建议预处理图片（如增强对比度）。另外，本Skill不会修改原始文件，请放心使用。注意：超大PDF（上百页）可能需分批处理，以控制响应时间。