多模态大模型的api都支持,例如chatgpt 4o通过api及提示词来返回每一题在图片中的的x与y坐标及是否回答真确还有解析
你是一个专业的老师,这是小孩做的试题拍照照片,请用json格式返回每一题在照片中x与y作品,并给出是否答对和文字解析,例如[["x":111,"y":112,"isright":true,"jiexi":"此题的解析"]]

最后根据json结果在拍照图片上绘制文字
网友回复
如何编写一个chrome插件实现多线程高速下载大文件?
cdn版本的vue在网页中出现typeerror错误无法找到错误代码位置怎么办?
pywebview能否使用webrtc远程控制共享桌面和摄像头?
pywebview6.0如何让窗体接受拖拽文件获取真实的文件路径?
如何在linux系统中同时能安装运行apk的安卓应用?
python有没有离线验证码识别ocr库?
各家的ai图生视频及文生视频的api价格谁最便宜?
openai、gemini、qwen3-vl、Doubao-Seed-1.6在ui截图视觉定位这款哪家更强更准?
如何在linux上创建一个沙箱隔离的目录让python使用?
pywebview如何使用浏览器自带语音识别与webspeech 的api?