依赖库安装说明

本Skill需要以下Python依赖库：

必需库

• Pillow: 图片处理

  pip install pillow
  

• pytesseract: OCR引擎

  pip install pytesseract
  

• opencv-python: 图片预处理

  pip install opencv-python
  # 或者更轻量的版本
  pip install opencv-python-headless
  

• numpy: 数值计算

  pip install numpy
  

• pandas: 数据处理

  pip install pandas
  

• openpyxl: Excel文件操作

  pip install openpyxl
  

快速安装（推荐）

一次性安装所有依赖：

pip install pillow pytesseract opencv-python numpy pandas openpyxl

Tesseract OCR引擎安装

pytesseract需要系统安装Tesseract OCR引擎：

Ubuntu/Debian

sudo apt-get install tesseract-ocr
sudo apt-get install tesseract-ocr-chi-sim  # 中文支持

CentOS/RHEL

sudo yum install tesseract
sudo yum install tesseract-langpack-chi_sim

macOS

brew install tesseract

Windows

从 https://github.com/UB-Mannheim/tesseract/wiki 下载安装程序

验证安装

import pytesseract
print(pytesseract.get_tesseract_version())

语言包

本Skill默认使用中文和英文混合识别（chi_sim+eng）。如果需要其他语言：

• 完整语言列表: https://tesseract-ocr.github.io/tessdoc/Data-Files
• 安装更多语言包: 根据系统包管理器安装对应的tesseract-langpack

创建虚拟环境（推荐）

为了避免依赖冲突，建议使用虚拟环境：

python -m venv table_extractor_env
source table_extractor_env/bin/activate  # Linux/macOS
# 或
table_extractor_env\Scripts\activate     # Windows

pip install -r requirements.txt