Prompt de OCR para extração de texto de imagem usando modelos visuais

Ao se deparar com estruturas de texto complexas ou conteúdo de texto misto, é bom extrair o conteúdo usando o recurso de OCR de modelo visual.

Macromodelos multimodais ou modelos visuais especializados podem entender o conteúdo da imagem e receber instruções para executar a tarefa de reconhecimento, e usaremos esse recurso para fazer com que o resultado corresponda aos nossos requisitos.

Recomenda-se que o OCR Prompt seja testado na seguinte ferramenta: ChatGPT , Kimi e Qwen2-VL(Atualmente o mais preciso)

Imagem de teste:

A complexidade dessa imagem está na parte oculta do json, que é compreendida de diferentes maneiras por diferentes modelos grandes

Normalmente, comandos simples são suficientes:

按照原文格式提取

Apenas parte do conteúdo é extraída:

仅提取图片中的表格部分

Extraído e transcrito em um texto de formato fixo:

识别图片后整理为MARKDOWN格式表格，请保持表格原始顺序、格式和语言

Extração estruturada:

您的任务是将文件内容转录并格式化为 markdown。您的目标是创建一个结构良好、可读性强的 markdown 文档，该文档准确表示原始内容，同时添加适当的格式和标签。

请按照以下说明完成任务：

1. 仔细阅读整个文件内容。

2. 将内容转录为 markdown 格式，密切关注现有的格式和结构。

3. 如果您在原始内容中发现任何不清楚的格式，请自行判断添加适当的 markdown 格式以提高可读性和结构。

4. 对于表格、标题和目录，请添加以下标签：
- 表格：将整个表格括在 [TABLE] 和 [/TABLE] 标签中。如果表格内容在下一页继续，请合并表格内容。
- 标题（在每页开头重复的完整字符串）：括在 markdown 文件内的 [HEADER] 和 [/HEADER] 标签中。
- 目录：用 [TOC] 和 [/TOC] 标签括起来

5. 转录表格时：
- 如果表格跨越多页，请将内容合并为一个连贯的表格。
- 使用适当的 markdown 表格格式，表格结构使用竖线 (|) 和连字符 (-)。

6. 不要在转录中包含分页符。

7. 保持文档的逻辑流程和结构，确保使用 markdown 标题正确格式化章节和小节（# 表示主标题，## 表示副标题等）。

8. 根据需要对其他格式元素（如粗体、斜体、列表和代码块）使用适当的 markdown 语法。

10. 仅返回 markdown 格式的解析内容，包括表格、标题和目录的指定标签。

Extrair e traduzir:

O comando de tradução que uso com mais frequência é usado aqui e também faz maravilhas para o OCR extrair textos estruturados complexos:Tradução do "modelo de instruções em inglês" para "instruções em chinês", mantendo a formatação original