SkillHub

local-ocr

v1.0.0

本地离线 HLA 分型报告 OCR 解析。支持多种医院报告格式（8204-, 8316-, 8273-, 20251102xxxx, 密集表头等），自动识别并提取样本信息与等位基因数据。

Sourced from ClawHub, Authored by seattlerain

Installation

Please help me install the skill `local-ocr` from SkillHub official store. npx skills add seattlerain/local-ocr

Local OCR Skill

本技能提供离线、隐私安全的 HLA 分型报告图片解析功能。使用 EasyOCR 进行中文+英文识别，无需联网，不上传任何数据。

Capabilities

  • ✅ 多格式自动检测：识别至少 3 种主要报告布局
  • ✅ Y 轴行排序：确保上下等位基因正确对应
  • ✅ 元数据提取：样本编号、姓名、性别、年龄、关系
  • ✅ OCR 错误修正：. → :，016 → 01G，; → :
  • ✅ 隐私保护：完全本地处理，无外部 API

Usage

调用方式：

exec: python3 scripts/hla_ocr.py <image_path>

输出 JSON 结构：

{
  "status": "success",
  "image": "filename.jpg",
  "samples": [
    {
      "id": "8204-0",
      "name": "张三",
      "gender": "男",
      "age": "35",
      "relation": "患者",
      "type": "-",
      "alleles": {
        "HLA-A": "02:06/02:07",
        "HLA-B": "46:01/51:01",
        "HLA-C": "01:02/14:02",
        "HLA-DRB1": "09:01/14:05",
        "HLA-DQB1": "03:03/05:03",
        "HLA-DPB1": "02:01/05:01"
      }
    }
  ]
}

Supported Formats

格式特征 示例前缀 说明
Meta 行含角色+ID 8204-, 8304-, 8316-, 8273- 一行包含“患者/供者”和样本编号
分离行格式 20251102xxxx 姓名行、ID行、性别年龄行分离
密集表头 无固定前缀 表头 + 姓名列 + 12 列数据（每位点 2 等位基因）

Installation

确保已安装： - Python 3.12+ - EasyOCR：pip install easyocr opencv-python - 中文语言包：首次运行自动下载

Notes

  • 首次运行会下载 EasyOCR 模型 (~100MB)，请耐心等待。
  • 图片分辨率建议 ≥ 800px 宽以保证识别精度。
  • 输出等位基因格式统一为 XX:XX（两位数字+冒号+两位数字，01G 特殊处理）。