Skip to content

Latest commit

 

History

History
98 lines (67 loc) · 2.87 KB

README.md

File metadata and controls

98 lines (67 loc) · 2.87 KB

SnipasteOCR

开源协议

基于 Snipaste 的截图文字识别工具,集成飞桨 OCR 模型,实现快速精准的文字识别。支持文本翻译功能,让截图识别更加便捷。

💻 程序界面

主界面

主界面

预览界面(支持翻译)

预览界面

✨ 特性

  • 🔍 截图自动文字识别
  • 🌏 完整支持中英文识别
  • 📋 识别结果自动存入剪贴板
  • 🖼️ 可选的识别预览窗口,支持实时翻译
  • 🚀 采用飞桨 OCR 模型,识别准确率高
  • 🔧 基于 Snipaste 强大的截图功能
  • 🌐 支持识别结果翻译功能

📝 使用前准备

🚀 快速开始

  1. 安装 Snipaste

  2. 设置 Snipaste 快捷保存路径(重要!)

    • 这一步极其重要,因为程序通过监控保存目录来实现自动识别
    • Snipaste 的快捷保存路径必须与本程序设置的路径一致
    • Snipaste 默认快捷保存快捷键:Ctrl+Shift+S

    Snipaste设置

  3. 安装与运行

    方式一:使用 UV(推荐)

    # 安装依赖
    uv sync
    
    # 运行程序
    uv main.py

    方式二:使用 pip

    # 安装依赖
    pip install -r requirements.txt
    
    # 运行程序
    python main.py

    方式三:一键安装

    • 运行 install.bat 进行一键安装打包

    方式四:直接使用

    • Releases 页面下载打包好的程序直接使用
  4. 使用方法

    • 使用 Snipaste 截图
    • 按下 Ctrl+Shift+S 保存截图
    • 识别结果会自动复制到剪贴板
    • 识别文本会在预览窗口显示(可在设置中关闭)
    • 在预览窗口中可以查看原文和翻译结果

    使用示例

🎯 识别效果

识别结果会按照截图的版式进行输出。飞桨 OCR 模型的识别准确率很高,支持多种版式的文字识别。如果有特殊文字识别需求,可以参考 PaddleOCR 自行训练模型。

🤝 参与贡献

欢迎提交 Issue 和 Pull Request!

📬 反馈建议

如果你有任何问题或建议:

  • 欢迎提交 Issue
  • 欢迎提交 Pull Request
  • 如果觉得项目有帮助,请点个 Star 支持一下!

📌 注意事项

  1. 使用前必须正确设置 Snipaste 的快捷保存路径
  2. 程序会将识别文字自动存入剪贴板,会覆盖截图的图片内容
  3. 预览窗口可以在主界面中关闭

感谢大家的支持!如有问题请直接提 Issue,我会尽快解决。