●这是一个基于PaddleOCR的【一键截图文字识别】工具（已于2026.1.30更新本地离线部署版本）
●由于是模型OCR，因此可以识别：普通文本、手写中英文、数学公式等复杂文本。
--------------------------------------------------------------【API版】-------------------------------------------------------------------------------
调用PaddleOCR-VL官方API接口进行文字识别，需前往PaddleOCR官网（https://aistudio.Baidu.com/paddleocr）免费申请API_TOKEN，并在工具”设置“菜单中填入。
已发布适配win7的版本，与正常版本无区别~win7朋友也能用啦，嘿嘿嘿
【API版】使用提示：
1.如工具无法打开，可能是运行库缺失问题，我已将必备运行库上传至工具下载地址。
2.需前往PaddleOCR官网（https://aistudio.baidu.com/paddleocr）免费申请API_TOKEN，并在工具”设置“菜单中填入，方可使用本工具。
3.截图过程中按右键或ESC可取消截图，截图区域过小自动取消截图。
4.图片解析后的文字自动存入剪贴板，也可直接在文本框里划选并复制(copy)。
5.点击热键如果没有反应，请尝试以管理员身份运行本工具。
6.工具使用过程中需全程联网，网络情况不佳时，解析时间可能较长，请耐心等待或重新识别。
7.如遇文字解析失败情况，请尝试重新识别。
--------------------------------------------------------------【本地离线版】--------------------------------------------------------------------------
CPU要求要有AVX指令集，故不支持 【Intel：凌动Atom，安腾Itanium，赛扬Celeron，奔腾Pentium系列 】【AMD：K10架构及之前的系列】 CPU。
推荐运行内存：6GB+
2026.1.30已发布v1.42版本
------------------------------------------------------------【本地离线Lite版】-------------------------------------------------------------------------
超轻量级，适合低配置机器
支持所有CPU
预计2月初发布，敬请期待
【本地版】使用提示：
1.如工具无法打开，可能是运行库缺失问题，我已将必备运行库上传至工具下载地址。
2.需确保压缩包内所有文件完整解压，目录内点击exe文件方可启动使用本工具
3.截图过程中按右键或ESC可取消截图，截图区域过小自动取消截图。
4.图片解析后的文字自动存入剪贴板，也可直接在文本框里划选并复制(copy)。
5.点击热键如果没有反应，请尝试以管理员身份运行本工具。
6.如遇文字解析失败情况，请尝试重新识别。
7.本地版采用轻量级模型，针对公式识别有更高要求的朋友建议移步API版。
---------------------------------------------------------------------------------------------------------------------------------------------------------
工具下载地址：
下载地址.txt
(27.9 KB, 下载次数: 0)
更新日志：
v1.41:①新增热键功能，热键可在“设置”中绑定，点击热键即可开始截图；②新增公式预览功能，点击按钮可对识别出的LaTex数学公式进行可读化预览；③新增排版优化功能，点击按钮可对识别出的文字段落进行排版优化；④工具更名为抠抠截图文字识别工具
v1.42：①修复识别文字后出现“##”的问题；
本工具将持续更新，欢迎各位大佬反馈问题与BUG。
源代码：
[Python]
纯文本查看 复制代码import sys, re, io, time, base64, requests, threading, keyboardfrom PyQt6.QtWidgets import (QApplication, QMainWindow, QPushButton, QVBoxLayout, QWidget, QTextEdit, QLabel, QLineEdit, QStackedWidget, QHBoxLayout)from PyQt6.QtCore import Qt, QRect, pyqtSignal, QObject, QTimer, QSettingsfrom PyQt6.QtGui import QPainter, QPen, QColorfrom PIL import ImageGrab, ImageEnhance, ImageFilterimport pyperclipclass WorkerSignals(QObject): finished = pyqtSignal(str, str)#截图层class CaptureWindow(QWidget): def __init__(self, callback, cancel_callback): super().__init__() self.callback = callback self.cancel_callback = cancel_callback self.setWindowFlags(Qt.WindowType.FramelessWindowHint | Qt.WindowType.WindowStaysOnTopHint | Qt.WindowType.Tool) self.setWindowState(Qt.WindowState.WindowFullScreen) self.setWindowOpacity(0.3) self.setCursor(Qt.CursorShape.CrossCursor) self.start_pos = self.end_pos = None self.is_drawing = False def paintEvent(self, event): if self.is_drawing and self.start_pos and self.end_pos: painter = QPainter(self) painter.setPen(QPen(QColor(255, 0, 0), 2, Qt.PenStyle.SolidLine)) painter.drawRect(QRect(self.start_pos, self.end_pos)) def mousePressEvent(self, event): if event.button() == Qt.MouseButton.RightButton: self.cancel_callback(); self.close() elif event.button() == Qt.MouseButton.LeftButton: self.start_pos = event.pos(); self.is_drawing = True def mouseMoveEvent(self, event): if self.is_drawing: self.end_pos = event.pos(); self.update() def mouseReleaseEvent(self, event): if event.button() == Qt.MouseButton.LeftButton: self.is_drawing = False self.hide() QApplication.processEvents() time.sleep(0.15) x1, y1 = min(self.start_pos.x(), event.pos().x()), min(self.start_pos.y(), event.pos().y()) x2, y2 = max(self.start_pos.x(), event.pos().x()), max(self.start_pos.y(), event.pos().y()) if x2 - x1 < 10 or y2 - y1 < 10: self.cancel_callback(); self.close(); return ratio = self.screen().devicePixelRatio() bbox = (x1 * ratio, y1 * ratio, x2 * ratio, y2 * ratio) img = ImageGrab.grab(bbox) self.callback(img); self.close()#主窗口class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("截图文字识别工具v1.30") self.resize(450, 600) #配置保存 self.settings = QSettings("MyOCRTool", "Settings") self.stack = QStackedWidget() self.setCentralWidget(self.stack) self.init_main_ui() self.init_setting_ui() self.init_about_ui() self.signals = WorkerSignals() self.signals.finished.connect(self.on_ocr_finished) #初始热键绑定 #self.current_hotkey = self.settings.value("hotkey", "alt+q") #self.rebind_hotkey(self.current_hotkey) def init_main_ui(self): page = QWidget() layout = QVBoxLayout(page) header_layout = QHBoxLayout() self.btn_to_setting = QPushButton("设置") self.btn_to_setting.clicked.connect(lambda: self.stack.setCurrentIndex(1)) self.btn_to_about = QPushButton("关于") self.btn_to_about.clicked.connect(lambda: self.stack.setCurrentIndex(2)) header_layout.addWidget(self.btn_to_setting) header_layout.addWidget(self.btn_to_about) header_layout.addStretch() layout.addLayout(header_layout) self.btn_capture = QPushButton("开始截图") self.btn_capture.setMinimumHeight(60) self.btn_capture.setStyleSheet("background-color: #4CAF50; color: white; font-weight: bold;") self.btn_capture.clicked.connect(self.start_capture) layout.addWidget(self.btn_capture) self.label_status = QLabel("工具已就绪") layout.addWidget(self.label_status) self.result_box = QTextEdit() layout.addWidget(self.result_box) self.stack.addWidget(page) def init_setting_ui(self): page = QWidget() layout = QVBoxLayout(page) layout.addWidget(QLabel("
API_URL:")) self.edit_url = QLineEdit(self.settings.value("url", "在此输入API_URL")) layout.addWidget(self.edit_url) layout.addWidget(QLabel("
API_TOKEN:")) self.edit_token = QLineEdit(self.settings.value("token", "在此输入TOKEN")) layout.addWidget(self.edit_token) # layout.addWidget(QLabel("
快捷键 (如 alt+q, ctrl+shift+a):")) # self.edit_hotkey = QLineEdit(self.settings.value("hotkey", "alt+q")) # layout.addWidget(self.edit_hotkey) layout.addStretch() btn_save = QPushButton("保存并返回") btn_save.setMinimumHeight(40) btn_save.setStyleSheet("background-color: #4CAF50; color: white; font-weight: bold;") btn_save.clicked.connect(self.save_settings) layout.addWidget(btn_save) self.stack.addWidget(page) def init_about_ui(self): page = QWidget() layout = QVBoxLayout(page) layout.addWidget(QLabel("
截图文字识别工具v1.30
")) layout.addWidget(QLabel("
本工具免费且已开源，仅供学习交流，严禁倒卖！")) layout.addWidget(QLabel("功能说明：截图区域文字识别，鼠标右键或ESC可取消截图
")) layout.addStretch() btn_back = QPushButton("返回") btn_back.setMinimumHeight(40) btn_back.setStyleSheet("background-color: #2196F3; color: white; font-weight: bold;") btn_back.clicked.connect(lambda: self.stack.setCurrentIndex(0)) layout.addWidget(btn_back) self.stack.addWidget(page) def save_settings(self): #保存到配置 self.settings.setValue("url", self.edit_url.text()) self.settings.setValue("token", self.edit_token.text()) #new_hotkey = self.edit_hotkey.text().lower() #if new_hotkey != self.current_hotkey: #self.rebind_hotkey(new_hotkey) #self.current_hotkey = new_hotkey #self.settings.setValue("hotkey", new_hotkey) self.stack.setCurrentIndex(0) self.label_status.setText("设置已保存") def rebind_hotkey(self, key_str): try: keyboard.unhook_all() #清除旧的 keyboard.add_hotkey(key_str, self.start_capture) except: print("热键绑定失败") def start_capture(self): if self.isVisible(): self.hide() QTimer.singleShot(250, self.show_capture_window) def show_capture_window(self): self.cap_win = CaptureWindow(self.request_ocr_thread, self.on_capture_cancel) self.cap_win.show() def on_capture_cancel(self): self.show(); self.label_status.setText("截图已取消") def request_ocr_thread(self, img_obj): self.show() self.label_status.setText("图片解析中") self.btn_capture.setEnabled(False) threading.Thread(target=self.ocr_worker, args=(img_obj,), daemon=True).start() def ocr_worker(self, img): try: #图像预处理 img = img.convert('L') img = ImageEnhance.Contrast(img).enhance(2.0) img = img.filter(ImageFilter.SHARPEN) img = img.convert('RGB') #图像压缩 img_byte_arr = io.BytesIO() img.save(img_byte_arr, format='JPEG', quality=95) file_data = base64.b64encode(img_byte_arr.getvalue()).decode("ascii") # 从界面获取实时配置 url = self.settings.value("url") token = self.settings.value("token") headers = {"Authorization": f"token {token}", "Content-Type": "application/json"} payload = {"file": file_data, "fileType": 1, "useDocOrientationClassify": False, "useChartRecognition": False} response = requests.post(url, json=payload, headers=headers, timeout=20) if response.status_code == 200: result = response.json()["result"] text = "".join([re.sub(r']+>', '', res["markdown"]["text"]) + "\n" for res in result.get("layoutParsingResults", [])]) self.signals.finished.emit(text.strip() or "解析失败，请尝试重新识别", "识别完成") else: self.signals.finished.emit("", f"API错误: {response.status_code}") except Exception as e: self.signals.finished.emit("", f"异常: {str(e)}") def on_ocr_finished(self, text, status): self.btn_capture.setEnabled(True) self.label_status.setText(status) if text: self.result_box.setText(text) pyperclip.copy(text)if __name__ == "__main__": app = QApplication(sys.argv) window = MainWindow() window.show() sys.exit(app.exec())
窥视卡
雷达卡
发表于 2026-4-22 19:09:22
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
。后面我改一下