基础OCR识别
dingtalk/Basic-OCR-recognition
Hosted
2 Stars
357 次浏览
DingTalk
更新于 2026-08-23
云端OCR识别，轻松提取图片中的文字、表格和关键信息。
该服务暂未提供标准配置，请参考 README 手动接入
可用工具 （7 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
ocr_qrcode
多种类型的二维码、条形码智能识别，对图片中的二维码、条形码进行检测和识别，返回存储的文字信息。精准识别，支持多种图片格式识别
该工具无需必填参数，直接调用即可
ocr_fruit_vegetable
识别果蔬类食材，即对于输入的一张图片（可正常解码，且长宽比适宜），输出图片中的果蔬食材结果
该工具无需必填参数，直接调用即可
ocr_animal_discernment
传入动物图片，返回动物名称，并可获取识别结果对应的百科信息，可识别近万种动物，基于业界先进模型，识别率高达99%以上。适用于拍照识图、科普教育、图像分析等厂家
该工具无需必填参数，直接调用即可
ocr_main_multi_object
检测图片中的主体，支持单主体检测、多主体检测。可识别出图片中主体的位置和标签，方便裁剪出对应主体的区域，用于后续图像处理
该工具无需必填参数，直接调用即可
ocr_numbers
对图片中的数字进行提取和识别，自动过滤非数字内容，仅返回数字内容及其位置信息，识别准确率超过99%以上
该工具无需必填参数，直接调用即可
ocr_english
精准识别图像中的英文内容并实现结构化输出，支持PNG、JPG、JPEG、BMP、TIFF、PDF等多种图像格式
该工具无需必填参数，直接调用即可
detect_vehicle_image
识别图像中所有车辆的类型和位置，并对小汽车、卡车、巴士、摩托车、三轮车5类车辆分别计数，同时可定位小汽车、卡车、巴士的车牌位置
该工具无需必填参数，直接调用即可
服务介绍
基础OCR识别 MCP Server
1. 什么是基础OCR识别 MCP Server？
基础OCR识别是开放平台官方提供的 MCP，支持对图像中的文字内容进行识别和提取，包括通用文字、表格、手写体等场景的识别能力。
2. 如何使用基础OCR识别 MCP Server？
钉钉已为你部署好了云端的基础OCR识别 MCP 服务。你可以直接在对话输入框中添加并使用。
MCP Tools
detect_text：检测并识别图像中的通用文字内容detect_handwriting：识别图像中的手写体文字detect_table：识别图像中的表格内容并结构化输出detect_document_info：提取文档类图像的关键信息（如标题、段落）extract_invoice_info：从发票图像中提取结构化字段数据extract_id_card_info：从身份证图像中提取姓名、号码等个人信息get_ocr_result：获取指定任务的OCR识别结果
用户使用案例
- 帮我识别这张图片中的所有文字内容，并以文本形式返回
- 请解析上传的发票图片，提取发票代码、发票号码、金额和开票日期
- 识别这张身份证正反面照片，获取姓名、性别、身份证号码信息
- 将这个表格图片转换成结构化的数据，保留原表格的行列关系
- 识别这张手写笔记的照片，转为可编辑的电子文本
- 提取这份扫描版合同文档的主要段落和标题内容
- 查询一张包含文字的图片，返回其中所有可读文本的位置与内容
