实用工具匣

集合四大高频实用图像工具：去水印/OCR文字识别/图片压缩/标准证件照生成。一站式解决日常图片处理需求。

实用工具匣 — AI 图像处理四合一 Skill

一站式解决四大高频图像处理需求：去水印、OCR文字识别、图片压缩、标准证件照生成。

触发词

用户自然语言中包含以下关键词任一即触发本技能：

• 去水印: 去水印、消除水印、移除水印、水印去除、remove watermark
• OCR: OCR、文字识别、提取文字、图片转文字、识字、识别文字
• 图片压缩: 图片压缩、压缩图片、缩小图片体积、压缩照片、compress image
• 证件照: 证件照、一寸照、二寸照、ID照片、护照照片、签证照、换底色、红底照片、蓝底照片、白底照片

四大工具概览

工具	脚本	核心能力
🔧 去水印	scripts/remove_watermark.py	自动检测水印区域并修复，支持手动选区
📝 OCR识别	scripts/ocr_recognize.py	中英文混合识别，输出文字+位置坐标
📦 图片压缩	scripts/compress_image.py	智能压缩，支持质量/尺寸/格式调节
📸 证件照	scripts/id_photo.py	去背景+裁剪+换底色，支持一寸/二寸等规格

工作流程

1. 接收用户意图

识别用户要使用哪个（或哪些）工具，确认输入文件路径和参数。

2. 确认输入

• 检查用户提供的图片文件是否存在
• 如果用户没有明确指定参数，使用智能默认值
• 对于去水印：如用户未指定水印区域，自动检测
• 对于图片压缩：默认质量 85%，保持原格式
• 对于证件照：默认一寸（295×413px），蓝底
• 对于 OCR：自动识别中英文

3. 执行脚本

调用对应 Python 脚本，等待完成。所有脚本返回 JSON 格式结果。

4. 展示结果

• 输出文件路径
• 关键指标（压缩率、识别文字摘要、证件照规格等）
• 如有异常或质量不佳，主动提醒用户

依赖安装

首次使用前需要安装 Python 依赖：

bash

python3 -m pip install easyocr opencv-python-headless Pillow rembg numpy onnxruntime

注意: easyocr 首次运行会自动下载模型文件，需要联网，模型约 100-300MB。

AI 使用规则

1. 优先使用脚本: 所有图像处理操作通过 scripts/ 下的 Python 脚本完成，不要尝试用纯 Shell 命令。
2. 传递完整路径: 脚本的所有输入输出路径使用绝对路径。
3. 检查依赖: 首次使用或脚本报错 ModuleNotFoundError 时，自动安装依赖。
4. 处理结果: 读取脚本的 stdout JSON 输出，解析后以友好方式呈现给用户。
5. 错误处理: 脚本返回非零退出码时，将 stderr 展示给用户并提供解决建议。
6. 去水印交互: 去水印时使用 --auto 自动检测模式；用户指定区域时用 --x1 --y1 --x2 --y2 参数。
7. 证件照底色: 底色参数 --bg 支持: red(红), blue(蓝), white(白)，默认 blue。
8. 压缩策略: 默认平衡模式(quality=85)，用户可指定 --quality 30-95 或 --max-size 200(KB)。