以编程方式获取屏幕截图，裁剪部分和运行OCR工具。快速解决方案

Question

我将编写带截图的代码，裁剪到屏幕的一小部分（预定义的屏幕区域），然后从裁剪后的图像中提取文本（通过OCR工具），然后将生成的文本保存到一份文件。我想知道是否有软件（最好是Windows）可以做到这一点，或者至少是它的一部分。我已经将tesseract作为OCR工具。任何人都知道可以截取屏幕截图的软件，并可能裁剪图像的预定义区域。 谢谢， -Jason

Answer 1

我使用 Greenshot，这是一个非常棒的截屏工具，根据常见问题解答，它也支持 OCR（使用 MODI = Microsoft Office Document Imaging）。然而，我从来没有让它在我的 Windows 机器上运行，而是使用 Tesseract（对于 Linux，有一些脚本编写经验，这种方法应该也是可能的）：

1. 下载适用于 Ubuntu/Debian/Windows 的 Tesseract here 并安装。
2. 下载并安装Greenshot
3. 使用记事本或 Notepad++ 等文本编辑器创建一个名为“Greenshot_Tesseract_OCR.bat”的新 Windows 批处理脚本 - 并将其保存在您选择的位置，例如“C:\Users\MyUser\Scripts\Greenshot_Tesseract_OCR.bat”——内容如下（取决于tesseract的安装位置）：

ECHO OFF
set arg1=%1
"C:\Program Files\Tesseract-OCR\tesseract.exe" "%arg1%" "%arg1%"
type "%arg1%.txt" | clip

4. 右键单击工具栏中的 Greenshot 图标，然后单击“配置外部命令”
5. 添加一个名为“Tesseract OCR to Clipboard”的新命令，选择您刚刚创建的批处理脚本作为命令和参数，使用默认的 "{0}"。然后单击“确定”两次。
6. 您现在应该可以使用快捷方式（在我的情况下为“打印”键）和 1-2 次鼠标点击（取决于您的 Greenshot 设置）将屏幕截图的文本复制到剪贴板中！

Answer 2

您可以尝试以下开源程序：

Greenshot用于屏幕截图，VietOCR（Tesseract的GUI前端）用于屏幕截图上的OCR。