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
pip install snapocr
方式三:源码运行
bash
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 🙌