Metadata-Version: 2.4
Name: omniedge-deepseek-ocr
Version: 1.0.0
Summary: 简单易用的DeepSeek-OCR文字识别模块
Home-page: https://github.com/omniedge/deepseek-ocr
Author: 智子边界(OmniEdge)
Author-email: contact@omniedge.com
License: MIT
Project-URL: Bug Reports, https://github.com/omniedge/deepseek-ocr/issues
Project-URL: Source, https://github.com/omniedge/deepseek-ocr
Project-URL: Documentation, https://github.com/omniedge/deepseek-ocr#readme
Keywords: ocr,deepseek,image-recognition,text-extraction,chinese-ocr,文字识别,图像识别,智子边界,omniedge
Platform: any
Classifier: Development Status :: 4 - Beta
Classifier: Intended Audience :: Developers
Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
Classifier: Topic :: Text Processing :: Linguistic
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.7
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Operating System :: OS Independent
Classifier: Natural Language :: Chinese (Simplified)
Classifier: Natural Language :: English
Requires-Python: >=3.7
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: requests>=2.25.0
Requires-Dist: Pillow>=8.0.0
Provides-Extra: dev
Requires-Dist: pytest>=6.0; extra == "dev"
Requires-Dist: pytest-cov>=2.0; extra == "dev"
Requires-Dist: black>=21.0; extra == "dev"
Requires-Dist: flake8>=3.8; extra == "dev"
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: keywords
Dynamic: license
Dynamic: license-file
Dynamic: platform
Dynamic: project-url
Dynamic: provides-extra
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

# OmniEdge DeepSeek-OCR

[![PyPI version](https://img.shields.io/pypi/v/omniedge-deepseek-ocr.svg)](https://pypi.org/project/omniedge-deepseek-ocr/)
[![Python versions](https://img.shields.io/pypi/pyversions/omniedge-deepseek-ocr.svg)](https://pypi.org/project/omniedge-deepseek-ocr/)
[![License](https://img.shields.io/pypi/l/omniedge-deepseek-ocr.svg)](https://pypi.org/project/omniedge-deepseek-ocr/)

**作者**: 智子边界(OmniEdge)

简单易用的DeepSeek-OCR文字识别模块，专为您提供高效的图片文字识别功能。

## 🚀 特性

- ✅ **简单易用** - 一行代码即可识别图片文字
- ✅ **中文优化** - 专门针对中文OCR场景优化
- ✅ **批量处理** - 支持多张图片批量识别
- ✅ **多种格式** - 支持PNG、JPG、GIF等常见图片格式
- ✅ **灵活配置** - 支持自定义prompt和参数
- ✅ **完善错误处理** - 网络超时重试、格式验证等

## 📦 安装

```bash
pip install omniedge-deepseek-ocr
```

## 🔑 配置API密钥

**重要提醒**: 使用前必须配置DeepSeek API密钥！

### 方法1: 环境变量（推荐）
```bash
export OMNIEDGE_OCR_API_KEY="your_api_key_here"
```

### 方法2: 配置文件
在项目目录下创建 `deepseek_ocr_key.txt` 文件，内容为您的API密钥：
```
your_api_key_here
```

### 方法3: 代码中直接指定
```python
from omniedge_deepseek_ocr import DeepSeekOCR

ocr = DeepSeekOCR(api_key="your_api_key_here")
```

> **💡 提示**: API密钥获取地址：https://cloud.siliconflow.cn/account/ak

## 🎯 快速开始

### 基础使用
```python
from omniedge_deepseek_ocr import DeepSeekOCR

# 创建OCR实例（自动读取配置的API密钥）
ocr = DeepSeekOCR()

# 识别图片
text = ocr.recognize("image.png")
print(text)
```

### 便捷函数
```python
from omniedge_deepseek_ocr import recognize_image

# 直接识别图片
text = recognize_image("image.png")
print(text)
```

## 📖 详细使用指南

### 1. 单张图片识别
```python
from omniedge_deepseek_ocr import DeepSeekOCR

ocr = DeepSeekOCR()

# 使用默认prompt "OCR"
text = ocr.recognize("path/to/image.png")
print(f"识别结果: {text}")

# 使用自定义prompt
text = ocr.recognize("path/to/image.png", prompt="请识别图片中的中文文字")
print(f"识别结果: {text}")
```

### 2. 批量图片识别
```python
from omniedge_deepseek_ocr import DeepSeekOCR

ocr = DeepSeekOCR()

image_paths = ["img1.png", "img2.jpg", "img3.png"]
results = ocr.recognize_batch(image_paths)

for result in results:
    if result["success"]:
        print(f"✅ {result['path']}: {result['text'][:50]}...")
    else:
        print(f"❌ {result['path']}: {result['error']}")
```

### 3. 保存识别结果
```python
from omniedge_deepseek_ocr import DeepSeekOCR

ocr = DeepSeekOCR()
text = ocr.recognize("image.png")

# 保存为文本文件
ocr.save_result(text, "result.txt")

# 保存为JSON文件
ocr.save_result(text, "result.json", format="json")
```

## 🔧 高级功能

### 命令行使用
```bash
# 基础识别
python -m deepseek_ocr image.png

# 自定义prompt
python -m deepseek_ocr image.png "请识别表格内容"
```

### 错误处理
```python
from omniedge_deepseek_ocr import DeepSeekOCR

ocr = DeepSeekOCR()

try:
    text = ocr.recognize("image.png")
    if text:
        print("识别成功:", text)
    else:
        print("识别失败：结果为空")
except Exception as e:
    print("识别出错:", e)
    print("请检查:")
    print("1. API密钥是否正确配置")
    print("2. 网络连接是否正常")
```

## 📋 API参考

### DeepSeekOCR类

#### 构造函数
```python
DeepSeekOCR(api_key=None)
```

**参数**:
- `api_key` (str, optional): API密钥，不提供则自动从环境变量或配置文件读取

#### 方法

##### recognize(image_path, prompt="OCR")
识别单张图片中的文字

**参数**:
- `image_path` (str): 图片文件路径
- `prompt` (str): OCR提示词，默认为"OCR"

**返回**:
- `str` or `None`: 识别出的文字内容

##### recognize_batch(image_paths, prompt="OCR")
批量识别多张图片

**参数**:
- `image_paths` (List[str]): 图片文件路径列表
- `prompt` (str): OCR提示词，默认为"OCR"

**返回**:
- `List[Dict]`: 识别结果列表

##### save_result(text, output_path, format="txt")
保存识别结果到文件

**参数**:
- `text` (str): 要保存的文本内容
- `output_path` (str): 输出文件路径
- `format` (str): 文件格式，"txt"或"json"

**返回**:
- `bool`: 保存是否成功

### 便捷函数

##### recognize_image(image_path, api_key=None, prompt="OCR")
便捷的图片识别函数

**参数**:
- `image_path` (str): 图片文件路径
- `api_key` (str, optional): API密钥
- `prompt` (str): OCR提示词，默认为"OCR"

**返回**:
- `str` or `None`: 识别出的文字内容

## 🎯 最佳实践

### 推荐的Prompt
经过测试，以下prompt效果最佳：

```python
# 最简单有效
prompt = "OCR"

# 中文识别
prompt = "请识别图片中的中文文字"

# 表格识别
prompt = "请识别表格内容并转换为markdown格式"
```

### 支持的图片格式
- PNG (.png)
- JPEG/JPG (.jpg, .jpeg)
- GIF (.gif)
- BMP (.bmp)
- WebP (.webp)

### 性能优化建议
1. 图片大小建议控制在10MB以内
2. 分辨率建议在300dpi以上
3. 避免过于模糊或有噪点的图片
4. 批量处理时注意API调用频率限制

## ❓ 常见问题

### Q: API调用失败怎么办？
A: 请检查：
1. API密钥是否正确配置
2. 网络连接是否正常
3. 图片格式是否支持
4. 图片文件是否存在
5. API密钥是否有足够的配额

### Q: 识别结果不准确怎么办？
A: 尝试：
1. 使用不同的prompt
2. 提高图片质量和分辨率
3. 确保文字清晰可读
4. 尝试裁剪图片只包含文字部分

### Q: 如何批量处理大量图片？
A: 使用 `recognize_batch()` 方法，注意：
1. 控制并发数量避免超过API限制
2. 添加适当的延迟避免频繁调用
3. 处理失败的图片可以单独重试

### Q: 支持哪些语言？
A: 主要支持中文和英文识别，对中文特别优化。

## 🔧 开发和测试

### 本地开发
```bash
# 克隆项目
git clone https://github.com/omniedge/deepseek-ocr.git
cd deepseek-ocr

# 安装依赖
pip install -r requirements.txt

# 运行测试
python test_module.py
```

### 运行测试
```bash
# 功能测试
python -m deepseek_ocr test_image.png

# 批量测试
python examples/batch_processing.py
```

## 📄 许可证

MIT License - 详见 [LICENSE](LICENSE) 文件

## 🤝 贡献

欢迎提交Issue和Pull Request！

## 📞 支持

如果您在使用过程中遇到问题，请：
1. 查看本文档的常见问题部分
2. 在GitHub上提交Issue
3. 联系智子边界(OmniEdge)团队

---

**简单、高效、准确的OCR识别方案** 🚀

*由智子边界(OmniEdge)团队开发和维护*
