WorkBuddy 技能 25|PDF/图片文字提取,扫描件变可编辑文字

导语 你有没有过这种时候？ 扫描的合同转不进 Word，图片里的字只能一个一个抄，PDF 表格复制出来整段乱掉。字在图里、粘不出来，是最磨人的小事。 今天这个技能，就是专门对付这些场景，叫「PDF/图片文字提取」。不夸大，不虚构。下面每一条，都来自它的技能文档，和我本机实跑。 

· · · · ·

01它是什么，一份教 AI 把图里的字抠出来的指南 

PDF/图片文字提取，是 SkillHub 社区里的一个提取工具，出品方 RedFoxHub（红狐），版本 v2.1。SkillHub 实时显示下载量 28 万以上、星标 190 多，受欢迎程度摆在那。

它的形态要讲清楚，它不是独立软件，是一份「教 AI 怎么把图片和 PDF 里的字变成可编辑文字」的操作指南。你丢给它一个文件，它判断该走哪条路，用 pymupdf 提取文字版 PDF 的字，用 AI 视觉去识别扫描页和图片，最后把结果整理成能复制的文字或 Markdown。下面这张图，把它那条流水线画清楚了。

· · · · ·

02跑个例子，对照组实跑看清楚 

光说没用，我本机实跑了一下。左边是许多人「没装这技能、直接复制或手抄」常得到的局面，右边是我实跑出来的结果。

我做了两个验证。一个是原生中文 PDF，用它的脚本（底层 pymupdf）本机提取，标题、表头、学号、分数全部正确，一个字没乱。另一个是含中文的测试图片，交 AI 视觉识别，学号和分数也逐位对上。这里要诚实说一句，文字版 PDF 走的是文件本身的文字层，扫描件和图片走的是 AI 视觉识别，两条路不一样，下面「边界」里还会讲。

 原生中文 PDF，标题表头学号分数全对，一个字没乱 含中文测试图片，AI 视觉识别，学号和分数逐位对上 文字版 PDF 走文件文字层，图片和扫描件走 AI 视觉，两路不是一回事 

· · · · ·

03怎么获取，在哪用 

这一节专门说清楚，你自己的机器上怎么把它用起来。不少读者之前问过我们，这次写细一点。

来源归类　它是 SkillHub 社区技能，外部来源，不是 WorkBuddy 内置，要主动装安装步骤　去 skillhub.cn 搜 slug pdf-image-text-extractor 下载 Zip，解压到 ~/.workbuddy/skills/pdf-image-text-extractor/；也能在 WorkBuddy 里按社区技能的方式安装首次前置　要 Python 环境，pip install pymupdf requests；还有真实门槛，首次需在红狐平台免费领一个 API Key（不扣积分），配置成环境变量 REDFOX_API_KEY，脚本才放行，纯小白到这步有门槛 

· · · · ·

04能做什么，边界在哪 

能做的 提取文字版 PDF 的文字层 图片里的中文识别 PDF 表格结构化，变成 Markdown 表 整个文件夹批量处理，合并成一篇 

边界要心里有数 扫描件和图片靠 AI 视觉识别，不是本地 OCR 引擎，准不准看图清不清晰 加密或有密码的 PDF 不支持 合并单元格很复杂的表格，提取效果可能打折扣 使用权限走红狐平台，意味着要联网 

这几件事它不负责，图片美化、文档改写、数据分析都不是它的活，它只做一件事，把图里和 PDF 里的字，变成你能复制粘贴的字。

· · · · ·

05写在最后，飞鸿的一点使用感受 

我自己用下来，最划算的不是省一下复制，是省掉返工。以前一张扫描件，复制出来是乱码，表格还得重画，半天搭进去；现在一句话丢进去，字出来了，表格也出来了。把它和前面几期连起来，#17 文档转 Markdown、#20 Markdown 转 PDF、#24 Excel/XLSX，这一期负责把图片和扫描件里的字抠出来，一条办公文档的小链路就齐了。

如果你也常跟扫描件、图片打交道，卡在字粘不出来，可以试试它。下期想看哪个技能，留言告诉我。觉得有用，点个赞、在看，顺手转给要用的人，星标一下，更新不迷路。

下期预告 暂不点名，留个悬念。你想看哪个技能，评论区告诉我，票数高的下期安排。