Update Readme of tools

appbuilder/core/components/animal_recognize/README.md

@@ -1,15 +1,12 @@
 # 动物识别 (Animal Recognition) 
 
 ## 简介
-动物识别 (Animal Recognition) 可用于识别一张图片，即对于输入的一张图片（可正常解码，且长宽比较合适），输出动物识别结果。
+动物识别 (Animal Recognition) 支持对于输入的一张图片（可正常解码），输出动物识别结果。
 
 ### 功能介绍
 * 识别动物名称
 
-  识别近八千种动物，接口返回动物名称、置信度信息，支持自定义返回结果数；
-
-### 特色优势
-* 可识别近八千种动物，接口返回动物名称，并可获取识别结果对应的百科信息；
+  识别近八千种动物，接口返回动物名称、置信度信息，支持自定义返回结果数， 并可获取识别结果对应的百科信息；
 
 ### 应用场景
 * 拍照识图
@@ -19,6 +16,13 @@
 
 ## 基本用法
 
+我们选取一张可爱的大熊猫照片，使用动物识别组件进行识别。
+
+
+![大熊猫](./image/animal_recognize_test.png)
+
+
+
 下面是动物识别的代码示例：
 ```python
 import os
@@ -99,10 +103,6 @@ os.environ["APPBUILDER_TOKEN"] = "bce-YOURTOKEN"
 }
 ```
 
-### 错误码
-| 错误码 | 描述 |
-|-----|----|
-
 ## 高级用法
 
 目前该模块仅提供基础的动物识别功能。

appbuilder/core/components/asr/README.md

@@ -34,6 +34,8 @@ content_data = {"audio_format": "pcm", "raw_audio": audio_data, "rate": 16000}
 msg = appbuilder.Message(content_data)
 out = asr.run(msg)
 print(out.content)
+
+# {'result': ['北京科技馆。']}
 ```
 ## 参数说明
 

appbuilder/core/components/dish_recognize/README.md

@@ -16,6 +16,10 @@
 ## 基本用法
 通过如下示例代码可以快速开始使用菜品识别组件：
 
+示例图片为：
+
+![菜品识别示例图片](./image/dish_recognize_test.jpg)
+
 ```python
 import os
 import requests
@@ -68,9 +72,6 @@ os.environ["APPBUILDER_TOKEN"] = "bce-YOURTOKEN"
 {"result": [{"name": "剁椒鱼头", "calorie": "127"}]}
 ```
 
-### 错误码
-|错误码|描述|
-|------|---|
 
 ## 更新记录和贡献
 * 菜品识别 (2024-01)

appbuilder/core/components/doc_crop_enhance/README.md

@@ -18,6 +18,11 @@
 ## 基本用法
 
 下面是文档矫正增强代码示例：
+
+示例图片为
+
+![示例图片](./image/doc_enhance_test.png)
+
 ```python
 import os
 import appbuilder
@@ -37,6 +42,7 @@ doc_crop_enhance = appbuilder.DocCropEnhance()
 # 执行操作并获取结果
 out = doc_crop_enhance.run(appbuilder.Message(content={"raw_image": raw_image}),enhance_type=3)
 print(out.content)
+# {"image_processed": "...", 'points': [{'y': 1371, 'x': 0}, {'x': 0, 'y': 0}, {'x': 997, 'y': 0}, {'x': 994, 'y': 1371}]}
 ```
 
 
@@ -78,9 +84,6 @@ os.environ["APPBUILDER_TOKEN"] = "bce-YOURTOKEN"
   ]
 }
 ```
-### 错误码
-| 错误码 | 描述 |
-|-----|----|
 
 ## 高级用法
 

appbuilder/core/components/general_ocr/README.md

@@ -17,6 +17,8 @@
 
 以下是一个简单的例子来演示如何开始使用GeneralOCR组件：
 
+示例图片为![示例图片](./image/general_ocr_test.png)
+
 ```python
 import os
 import appbuilder
@@ -101,9 +103,6 @@ os.environ["APPBUILDER_TOKEN"] = "bce-YOURTOKEN"
     ]
 }
 ```
-### 错误码
-| 错误码 | 描述 |
-|-----|----|
 
 ## 高级用法
 

appbuilder/core/components/handwrite_ocr/README.md

@@ -18,6 +18,9 @@
 ## 基本用法
 
 下面是手写文字识别的代码示例：
+
+示例图片为 ![示例图片](./image/test_handwrite_ocr.jpg)
+
 ```python
 import os
 import requests
@@ -140,9 +143,6 @@ os.environ["APPBUILDER_TOKEN"] = "..."
 }
 ```
 
-### 错误码
-|错误码|描述|
-|------|---|
 
 ## 高级用法
 目前该模块仅提供基础的手写体识别。

appbuilder/core/components/image_understand/README.md

@@ -13,6 +13,9 @@
 ## 基本用法
 
 下面是图像内容理解的代码示例：
+
+示例图片为：![示例图片](./image/test_image_understand.jpeg)
+
 ```python
 import os
 import appbuilder

appbuilder/core/components/landmark_recognize/README.md

@@ -16,6 +16,9 @@
 ## 基本用法
 
 下面是地标识别的代码示例：
+
+示例图片为：![示例图片](./image/landmark_test.jpeg)
+
 ```python
 import os
 

appbuilder/core/components/mix_card_ocr/README.md

@@ -19,6 +19,9 @@
 ## 基本用法
 
 下面是身份证混贴识别的代码示例：
+
+示例图片为：![示例图片](./image/test_mix_card_ocr.jpeg)
+
 ```python
 import os
 import requests
@@ -40,7 +43,8 @@ mix_card_ocr = appbuilder.MixCardOCR()
 out = mix_card_ocr.run(inp)
 # 打印识别结果
 print(out.content) 
-
+
+# {'front': {'fields': [{'key': '出生', 'value': '19920225', 'position': {'left': 620, 'top': 218, 'width': 239, 'height': 30}}, {'key': '性别', 'value': '女', 'position': {'left': 616, 'top': 164, 'width': 25, 'height': 30}}, {'key': '民族', 'value': '汉', 'position': {'left': 766, 'top': 164, 'width': 29, 'height': 30}}, {'key': '姓名', 'value': '姚佳', 'position': {'left': 621, 'top': 102, 'width': 84, 'height': 35}}, {'key': '公民身份号码', 'value': '110103199202250229', 'position': {'left': 733, 'top': 417, 'width': 399, 'height': 36}}, {'key': '住址', 'value': '北京市海淀区仙秀园555号', 'position': {'left': 618, 'top': 277, 'width': 253, 'height': 67}}], 'position': {'left': 483, 'top': 42, 'width': 737, 'height': 464}}, 'back': {'fields': [{'key': '签发日期', 'value': '20150413', 'position': {'left': 789, 'top': 946, 'width': 139, 'height': 34}}, {'key': '签发机关', 'value': '北京市公安局海淀分局', 'position': {'left': 787, 'top': 883, 'width': 275, 'height': 35}}, {'key': '失效日期', 'value': '20350413', 'position': {'left': 946, 'top': 945, 'width': 144, 'height': 34}}], 'position': {'left': 473, 'top': 537, 'width': 749, 'height': 480}}, 'direction': 0}
 ```
 
 

appbuilder/core/components/object_recognize/README.md

@@ -16,6 +16,12 @@
 
 ## 基本用法
 
+示例图片为：
+
+![示例图片](./image/object_recognize_test.png)
+
+
+
 ```python
 import os
 import appbuilder
@@ -35,6 +41,7 @@ object_recognition = appbuilder.ObjectRecognition()
 # 执行识别操作并获取结果
 out = object_recognition.run(appbuilder.Message(content={"raw_image": raw_image}))
 print(out.content)
+# {'result': [{'keyword': '苹果', 'score': 0.961247, 'root': '植物-蔷薇科'}, {'keyword': '姬娜果', 'score': 0.740838, 'root': '植物-其它'}, {'keyword': '梨子', 'score': 0.392218, 'root': '商品-水果'}, {'keyword': '车厘子', 'score': 0.193986, 'root': '植物-其它'}, {'keyword': '石榴', 'score': 0.000239, 'root': '植物-千屈菜科'}]}
 ```
 
 ## 参数说明

appbuilder/core/components/plant_recognize/README.md

@@ -15,6 +15,11 @@
 ## 基本用法
 
 下面是植物识别的代码示例：
+
+示例图片为
+
+![示例图片](./image/palnt_recognize_test.jpg)
+
 ```python
 import os
 import requests
@@ -35,6 +40,7 @@ out = plant_recognize.run(inp)
 # 打印识别结果
 print(out.content)  
 
+# {'plant_score_list': [{'name': '榕树', 'score': 0.4230029582977295}, {'name': '榆树', 'score': 0.1273619383573532}, {'name': '美国榆', 'score': 0.12065108865499496}, {'name': '白蜡树', 'score': 0.11650644987821579}, {'name': '雨树', 'score': 0.045340824872255325}]}
 ```
 
 

appbuilder/core/components/qrcode_ocr/README.md

@@ -21,6 +21,10 @@
 ## 基本用法
 
 下面是二维码识别的代码示例：
+
+示例图片为：
+![示例图片](./image/qrcode_ocr_test.png)
+
 ```python
 import os
 import appbuilder
@@ -40,6 +44,7 @@ qrcode_ocr = appbuilder.QRcodeOCR()
 # 执行识别操作并获取结果
 out = qrcode_ocr.run(appbuilder.Message(content={"raw_image": raw_image}), location="true")
 print(out.content)
+# {'codes_result': [{'type': 'QR_CODE', 'text': ['ocr文字识别'], 'location': {'top': 506, 'left': 1302, 'width': 1972, 'height': 1961}}]}
 ```
 
 

appbuilder/core/components/table_ocr/README.md

@@ -22,6 +22,11 @@
 ## 基本用法
 
 下面是表格文字识别的代码示例：
+
+示例图片为
+
+![示例图片](./image/table_ocr_test.png)
+
 ```python
 import os
 import appbuilder

appbuilder/core/components/text_to_image/README.md

@@ -26,8 +26,14 @@ content_data = {"prompt": "上海的经典风景", "width": 1024, "height": 1024
 msg = appbuilder.Message(content_data)
 out = text2Image.run(msg)
 print(out.content)
+#{'img_urls': ['...']}
 ```
 
+生成的"上海的经典风景"图片如下
+
+![示例图片](./image/shanghai.png)
+
+
 ## 参数说明
 
 ### 鉴权配置