read-image

name	read-image
description	读取图片文件并提取文字内容、元数据信息，支持 OCR 文字识别、EXIF 元数据查看、图片基本属性获取，使用 Python Pillow + pytesseract。

图片读取 Skill

读取图片文件，提取文字（OCR）、元数据（EXIF）、基本属性等信息。 使用方式：在聊天中输入 #read-image 并提供图片文件路径。

---

使用示例

#read-image
帮我识别 doc/screenshot.png 中的文字

#read-image
读取 D:/photos/receipt.jpg 的 EXIF 信息

#read-image
提取 assets/diagram.png 的基本信息和文字内容

#read-image
识别 D:/docs/scan001.tiff 中的中文文字

---

依赖环境

• Python 3.x
• Pillow（图片处理）
• pytesseract（OCR 文字识别，可选）
• Tesseract-OCR 引擎（pytesseract 的后端，可选）

安装命令：

# 基础依赖（图片属性 + EXIF）
pip install Pillow

# OCR 文字识别（可选）
pip install pytesseract

Tesseract-OCR 引擎安装：

# Windows — 下载安装包：https://github.com/UB-Mannheim/tesseract/wiki
# 安装后将 tesseract.exe 路径加入 PATH

# macOS
brew install tesseract

# Linux (Ubuntu/Debian)
sudo apt install tesseract-ocr

# 中文语言包（如需识别中文）
# Windows: 安装时勾选 Chinese Simplified
# Linux: sudo apt install tesseract-ocr-chi-sim

---

执行流程

第一步：确认参数

• 文件路径（必须）：支持 PNG、JPG/JPEG、BMP、TIFF、GIF、WebP
• 提取模式（可选）：
  • info — 图片基本属性（尺寸、格式、色彩模式）
  • ocr — OCR 文字识别
  • exif — EXIF 元数据
  • all — 全部信息（默认）
• OCR 语言（可选）：eng（默认）、chi_sim（简体中文）、chi_sim+eng（中英混合）

第二步：读取图片

根据用户需求选择合适的脚本：

获取图片基本信息

python -c "
from PIL import Image
import os
img = Image.open(r'<图片路径>')
path = r'<图片路径>'
print(f'文件: {os.path.basename(path)}')
print(f'大小: {os.path.getsize(path) / 1024:.1f} KB')
print(f'格式: {img.format}')
print(f'尺寸: {img.size[0]} x {img.size[1]} px')
print(f'色彩模式: {img.mode}')
if hasattr(img, 'n_frames'):
    print(f'帧数: {img.n_frames}')
img.close()
"

OCR 文字识别

python -c "
from PIL import Image
import pytesseract
img = Image.open(r'<图片路径>')
text = pytesseract.image_to_string(img, lang='<语言代码>')
print(text if text.strip() else '（未识别到文字内容）')
img.close()
"

语言代码参考：

• eng — 英文
• chi_sim — 简体中文
• chi_tra — 繁体中文
• jpn — 日文
• kor — 韩文
• chi_sim+eng — 中英混合

OCR 预处理（提高识别率）

python -c "
from PIL import Image, ImageFilter, ImageEnhance
import pytesseract
img = Image.open(r'<图片路径>')
# 转灰度
img = img.convert('L')
# 增强对比度
img = ImageEnhance.Contrast(img).enhance(2.0)
# 二值化
img = img.point(lambda x: 0 if x < 128 else 255)
text = pytesseract.image_to_string(img, lang='<语言代码>')
print(text if text.strip() else '（未识别到文字内容）')
img.close()
"

读取 EXIF 元数据

python -c "
from PIL import Image
from PIL.ExifTags import TAGS, GPSTAGS
img = Image.open(r'<图片路径>')
exif_data = img.getexif()
if not exif_data:
    print('（该图片不包含 EXIF 信息）')
else:
    for tag_id, value in exif_data.items():
        tag = TAGS.get(tag_id, tag_id)
        print(f'{tag}: {value}')
img.close()
"

获取全部信息

python -c "
from PIL import Image
from PIL.ExifTags import TAGS
import os

path = r'<图片路径>'
img = Image.open(path)

print('=== 基本信息 ===')
print(f'文件: {os.path.basename(path)}')
print(f'大小: {os.path.getsize(path) / 1024:.1f} KB')
print(f'格式: {img.format}')
print(f'尺寸: {img.size[0]} x {img.size[1]} px')
print(f'色彩模式: {img.mode}')

print()
print('=== EXIF 元数据 ===')
exif_data = img.getexif()
if not exif_data:
    print('（无 EXIF 信息）')
else:
    for tag_id, value in exif_data.items():
        tag = TAGS.get(tag_id, tag_id)
        print(f'{tag}: {value}')

print()
print('=== OCR 文字识别 ===')
try:
    import pytesseract
    text = pytesseract.image_to_string(img, lang='chi_sim+eng')
    print(text if text.strip() else '（未识别到文字内容）')
except ImportError:
    print('（pytesseract 未安装，跳过 OCR）')
except Exception as e:
    print(f'（OCR 失败: {e}）')

img.close()
"

第三步：格式化输出

🖼️ 图片内容：filename.png
═══════════════════════════════════════════

=== 基本信息 ===
文件: filename.png
大小: 256.3 KB
格式: PNG
尺寸: 1920 x 1080 px
色彩模式: RGB

=== EXIF 元数据 ===
（无 EXIF 信息）

=== OCR 文字识别 ===
（识别到的文字内容）

---

注意事项

• OCR 识别率取决于图片质量，模糊、倾斜、低分辨率的图片效果较差
• 截图、扫描件等清晰图片识别效果最好
• 中文识别需要安装 tesseract-ocr-chi-sim 语言包
• EXIF 信息通常只存在于相机拍摄的 JPG 图片中，PNG/截图一般没有
• 大尺寸图片 OCR 可能较慢，建议裁剪关注区域后再识别
• 如果 pytesseract 未安装，仍可使用 info 和 exif 模式