我开源了一个 Windows 截图取字工具:全局热键 + 离线 OCR + 标注打码,不上传任何数据

一个快捷键,框哪里,哪里的文字就进剪贴板。

这是个什么工具

平时上网课、看文档、翻 PDF,经常想把屏幕上的文字直接复制出来,只能干瞪眼手动敲。市面上的 OCR 工具要么强制登录,要么把你的截图传到云端。

所以我用 Python 写了 SnapOCR------一个开源免费的 Windows 截图取字工具,GitHub 地址:

👉 https://github.com/yund229/SnapOCR

核心卖点:

  • 完全离线:基于 RapidOCR(ONNX Runtime),模型在本地跑,截图不经过任何服务器,截工资条、聊天记录也放心
  • 全局热键 Ctrl+Alt+A:任何界面按下就能框选,多显示器支持
  • 自带标注编辑器:识别前可以先画红框、涂鸦、马赛克打码,再决定"识别文字"还是"复制图片"
  • 中文后处理:自动合并 OCR 断行、去掉汉字间诡异的空格,复制出来直接能用
  • 有便携版 exe:不用装 Python,Release 页下载双击就跑

怎么用

三种方式,任选:

方式一:直接下 exe(推荐)

去 Releases 页面 下载 SnapOCR.exe,双击后托盘常驻,按 Ctrl+Alt+A 即可。

方式二:pip 安装

bash 复制代码
pip install snapocr

方式三:源码运行

bash 复制代码
git clone https://github.com/yund229/SnapOCR.git
cd SnapOCR
pip install -e .
python -m snapocr

不想每次截图都进编辑器?加 --no-editor 参数,框完直接出文字。

实现原理(给想造轮子的同学)

整个工具就 6 个模块,几百行核心代码:

模块 干的事
capture.py 全屏遮罩 + tkinter 框选。有个坑:遮罩销毁和抓屏之间有竞态,截图会全黑------解法是先抓整屏入内存,再弹遮罩框选,从内存图裁剪
ocr.py RapidOCR 封装 + CJK 文本后处理(行合并、去空格)
editor.py 纯函数渲染引擎 + tkinter 标注界面,矩形/画笔/马赛克,操作列表即状态,撤销就是 pop
clipboard.py pyperclip 复制文本;图片复制直接调 Win32 API 写 CF_DIB,不引额外依赖
app.py pystray 托盘常驻 + keyboard 全局热键
config.py 热键/置信度等配置,命令行参数覆盖

高 DPI 适配也是踩坑点:必须声明 per-monitor DPI aware,否则缩放 125%/150% 的屏幕上框选坐标会偏。

项目带 30 个单元测试 + GitHub Actions CI(Ubuntu/Windows 多版本矩阵),打 tag 自动打包 exe 发布到 Release,工程链路是完整的。

最后

项目 MIT 协议,欢迎 star、提 issue、提 PR。下一个版本计划加:历史记录、二维码识别、命令行批量识别。

如果帮到你了,去 GitHub 点个 star 是对作者最大的鼓励 🙌

👉 https://github.com/yund229/SnapOCR

相关推荐
Funlang1 天前
在 Windows 95 上跑 Fun
windows
ö Constancy1 天前
一台电脑的硬件组成与作用:按功能分类详解(Windows 与 Linux 视角)
linux·windows·电脑
雪落漂泊2 天前
Liunux进程(七):程序控制篇(中)
linux·运维·windows
承渊政道3 天前
Fooocus本地AI绘图教程:Windows部署、低门槛生图与远程访问
人工智能·windows·cpolar·fooocus·生图
陈工大模型3 天前
收到乱码压缩包之后,我重新测了 7-Zip、Bandizip 和win解压缩
windows·电脑·软件工程·软件需求·7-zip
谙弆悕博士3 天前
在文件夹右键直接打开 Kali WSL:一条 `wsl --cd` 注册表脚本
windows·脚本·wsl·右击·ksli
陈工大模型3 天前
解压工具的三个技术分水岭:编码、分卷、容器格式
人工智能·windows·安全·解压工具·免费国内办公软件
Zucker n4 天前
文献发现、课题组织与证据可追溯的论文阅读。
论文阅读·windows·ubuntu
flyingonpine5 天前
PowerShell脚本数字签名实战:自签名证书、代码签名与信任链验证
windows·信任链