核心用法
tencentcloud-ocr-general 是调用腾讯云广告文字识别（AdvertiseOCR）接口的专用技能，专注于从各类图片中提取文字信息。支持两种输入方式：图片URL（推荐存储于腾讯云COS）和本地Base64编码文件/图片。调用时需配置腾讯云API密钥环境变量，通过 scripts/main.py 执行识别任务。
技能核心输出包含：文本行内容（DetectedText）、四顶点坐标（Polygon）、置信度评分（0-100）以及图片尺寸信息。特别适用于需要精确定位文字区域的场景，如广告合规检测、图片内容审核等。
显著优点
1. 多场景适应性：支持横排、竖排、倾斜文字识别，并兼容90°/180°/270°翻转场景，覆盖复杂版式
2. 高准确性：官方宣称具备较高召回率与准确率，针对广告类图片专项优化
3. 结构化输出：返回精确的文本框坐标（Polygon四顶点），便于后续版面分析与区域截取
4. 企业级稳定性：依托腾讯云基础设施，默认20次/秒接口限频，满足中等规模业务需求
5. 双语支持：原生支持中英文混合识别
潜在局限
- 商业化计费：调用即计费，无免费额度，需关注账户余额与资源包状态
- 格式限制：仅支持PNG/JPG/JPEG/BMP，WebP等现代格式需预处理转换
- 分辨率门槛：建议600×800以上分辨率，小图/模糊图识别效果下降
- 隐私合规：图片数据需上传至腾讯云服务，涉及敏感信息时需评估数据出境与存储合规性
- SDK依赖：必须安装
tencentcloud-sdk-python并维护API密钥，增加环境复杂度
适合人群
- 广告内容审核平台开发者
- 需要批量提取图片文字的企业用户
- 电商/营销领域的自动化合规检测场景
- 已有腾讯云账号及COS存储基础设施的技术团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号欠费 | ResourceUnavailable.InArrears / ResourcePackageRunOut 导致服务中断 |
| 密钥泄露 | API密钥硬编码或环境变量管理不善引发未授权调用 |
| 数据隐私 | 敏感图片上传至第三方云服务，需签署DPA并确认数据处理条款 |
| 成本失控 | 高并发场景下20次/秒限频可能触发限流，大量调用需预算规划 |
| 识别偏差 | 极端角度、艺术字体、低对比度场景可能出现漏检或误识 |