本地文字识别
现在
偶尔用 · 上次使用 11 月 3 日 16:12
10 月 30 日—11 月 5 日 AI 用了 3 次
截至 11 月 5 日 · AI 使用记录
要逐字准确、成批处理或者只在本机时,AI 把图交给本地识字,而不是自己看。

AI 自己能看图:一两张普通截图、只想知道大意或画面里有什么,它自己看就行。这个技能告诉 AI 什么时候该换成本机显卡上的文字识别:要一字不差、要读一大批、要表格坐标公式印章、字很小很淡,或者我要求图片不出电脑。两种都用时,AI 把两边结果分开摆给我,不拿一边悄悄盖掉另一边。

可以这样说:

“把这几张截图里的字读出来,要一字不差。”

“这份扫描件转成文字,表格保留行和列。”

“这一文件夹的课程截图全部识别一遍。”

“描述一下这张照片,再把招牌上的字原样抄下来。”

“识别完把显卡腾出来,我要跑别的。”

它背后的项目、用的模型和机制:本地文字识别项目页

本地文字识别
现在
偶尔用 · 上次使用 11 月 3 日 16:12
10 月 30 日—11 月 5 日 AI 用了 3 次
截至 11 月 5 日 · AI 使用记录
要逐字准确、成批处理或者只在本机时,AI 把图交给本地识字,而不是自己看。

AI 自己能看图:一两张普通截图、只想知道大意或画面里有什么,它自己看就行。这个技能告诉 AI 什么时候该换成本机显卡上的文字识别:要一字不差、要读一大批、要表格坐标公式印章、字很小很淡,或者我要求图片不出电脑。两种都用时,AI 把两边结果分开摆给我,不拿一边悄悄盖掉另一边。

可以这样说:

“把这几张截图里的字读出来,要一字不差。”

“这份扫描件转成文字,表格保留行和列。”

“这一文件夹的课程截图全部识别一遍。”

“描述一下这张照片,再把招牌上的字原样抄下来。”

“识别完把显卡腾出来,我要跑别的。”

它背后的项目、用的模型和机制:本地文字识别项目页

一个完整例子
示例:照这个技能的做法写的,不是某一次的记录

我:“这份扫描讲义转成文字。”

AI:“16 页都读完了。第 1–14 页和第 16 页用快模型读,把握分都正常;第 15 页平均把握分 0.997,但查到了表格线,已换强模型重读。全文、带格式的版本和带坐标的数据各一份。第 15 页的表格建议你对照原图看一眼,把握分高不等于每格都对。”

背后发生了什么
  • 1 AI 看出这是扫描件、要逐字,不自己看图,交给本地文字识别,走自动路线。
  • 2 它先给原件留一份只读副本,再一页页快读。默认不排队等显卡:显卡被占时普通页改用处理器接着读,要换强模型的页记下缺口;只有我明确要显卡或强模型时,才报冲突。
  • 3 逐页体检,只有第 15 页不过关,单独交给强模型;其余页保留快读结果。
  • 4 AI 读结果里每一页用的模型和客观结论,照实告诉我,不把“整份读完”说成“每个字都对”。

(9 月 26 日真有这样一份 16 页扫描件:第 15 页平均把握分 0.997,因查到表格线只重读了这一页。AI 的回复措辞是示意。)

一个完整例子
示例:照这个技能的做法写的,不是某一次的记录

我:“这份扫描讲义转成文字。”

AI:“16 页都读完了。第 1–14 页和第 16 页用快模型读,把握分都正常;第 15 页平均把握分 0.997,但查到了表格线,已换强模型重读。全文、带格式的版本和带坐标的数据各一份。第 15 页的表格建议你对照原图看一眼,把握分高不等于每格都对。”

背后发生了什么
  • 1 AI 看出这是扫描件、要逐字,不自己看图,交给本地文字识别,走自动路线。
  • 2 它先给原件留一份只读副本,再一页页快读。默认不排队等显卡:显卡被占时普通页改用处理器接着读,要换强模型的页记下缺口;只有我明确要显卡或强模型时,才报冲突。
  • 3 逐页体检,只有第 15 页不过关,单独交给强模型;其余页保留快读结果。
  • 4 AI 读结果里每一页用的模型和客观结论,照实告诉我,不把“整份读完”说成“每个字都对”。

(9 月 26 日真有这样一份 16 页扫描件:第 15 页平均把握分 0.997,因查到表格线只重读了这一页。AI 的回复措辞是示意。)

又看画面又抄字

我:“描述一下这张照片,再把招牌上的字原样抄下来。”

AI 自己看到的
画面:街边、店门、天气、人在做什么。它管“拍了什么”,不保证每个字都对。
本地文字识别读出的
招牌上的原字、每行字的位置和把握分。它管“写了什么”,不负责描述画面。
又看画面又抄字

我:“描述一下这张照片,再把招牌上的字原样抄下来。”

AI 自己看到的
画面:街边、店门、天气、人在做什么。它管“拍了什么”,不保证每个字都对。
本地文字识别读出的
招牌上的原字、每行字的位置和把握分。它管“写了什么”,不负责描述画面。
能做的事
能做的事
边界
交给它
要一字不差的文字,尤其是很小、很淡的关键字
一大批图片或整份扫描件
要表格结构、公式、印章或每行字的位置
要求图片只在本机处理
不交给它 / 它不做
只想知道画面里有什么:AI 自己看
电子版 PDF、Word、Excel 这类本来就有文字的文件:用各自的读取工具
认人:它只读字,不做人脸识别
把私人图片发到外部的识别网站:不做
边界
交给它
要一字不差的文字,尤其是很小、很淡的关键字
一大批图片或整份扫描件
要表格结构、公式、印章或每行字的位置
要求图片只在本机处理
不交给它 / 它不做
只想知道画面里有什么:AI 自己看
电子版 PDF、Word、Excel 这类本来就有文字的文件:用各自的读取工具
认人:它只读字,不做人脸识别
把私人图片发到外部的识别网站:不做
完整尺寸