Answer_bot 是一个智能问答机器人项目，结合了图像识别（OCR）和自然语言处理功能，能够从图像中提取文字并回答相关问题。该项目使用了OCR模型进行文字识别，并利用大型语言模型提供答案。

• 图像文字识别：支持从图像中提取文字内容
• 智能问答：基于提取的文字内容，结合网络搜索，提供准确的答案
• 交互式图像裁剪：支持通过鼠标选择图像中的特定区域进行文字识别
• 环境变量管理：使用 dotenv 管理 API keys，提高安全性

git clone https://github.com/smith-source/answer_question_bot.git
cd answer_question_bot

pip install python-dotenv langchain langchain_community tavily transformers pillow opencv-python

复制示例配置文件并填入您的 API 密钥：

cp .env.example .env

编辑 .env 文件，填入您的 API 密钥：

TAVILY_API_KEY=your_tavily_api_key
OPENAI_API_KEY=your_openai_api_key
OPENAI_API_BASE=https://api.chatanywhere.tech/v1

下载 GOT-OCR2_0 模型并放置在指定路径（默认为 /GOT-OCR2_0）。您可以在代码中修改模型路径。

• api.py：核心 API 功能，包含使用 OpenAI 和 Tavily 进行问答的逻辑
• chat.py：OCR 模型加载和文字识别功能
• crop_img.py：图像裁剪和主程序逻辑
• tmp.py：OCR 测试脚本
• .env：环境变量配置文件（不应提交到版本控制）
• .env.example：环境变量配置示例

修改 crop_img.py 中的示例文本，然后运行：

python crop_img.py

python chat.py

您需要在代码中修改图像路径或传入图像参数。

取消注释 crop_img.py 中的相关代码，然后运行：

python crop_img.py

使用鼠标选择图像中的区域，然后按 'q' 退出捕获，系统将自动识别选中区域的文字并回答相关问题。

• 功能：回答给定问题
• 参数：question - 要回答的问题文本
• 返回值：包含答案的详细报告

• 功能：从图像中提取文字
• 参数：img - 图像对象或路径
• 返回值：识别出的文字内容

• 确保已正确配置环境变量中的 API 密钥
• OCR 模型需要较大的显存，建议在支持 CUDA 的 GPU 上运行
• 图像识别的准确性取决于图像质量和文本清晰度

• python-dotenv
• langchain
• langchain_community
• tavily
• transformers
• pillow
• opencv-python
• torch

该项目为个人学习和研究使用。