macosrec: 从命令行轻松截图和录制macOS窗口

RayRay
macosrec截图录屏OCR命令行工具Github开源项目

macosrec: 让macOS窗口截图和录制变得简单

在日常工作中,我们经常需要对特定的应用窗口进行截图或录制视频,无论是为了制作教程、记录bug还是分享演示。虽然macOS内置了一些截图工具,但它们往往不够灵活,特别是在需要频繁操作或自动化处理时。这就是macosrec诞生的原因 —— 它旨在为开发者和power users提供一个强大而灵活的命令行工具,使窗口截图和录制变得简单高效。

什么是macosrec?

macosrec是一款开源的命令行工具,专门用于在macOS系统上对指定窗口进行截图和录制视频。它由GitHub用户xenodium开发,目前在GitHub上已获得100多颗星星。macosrec不仅支持基本的截图和录制功能,还集成了OCR(光学字符识别)和语音转文本等高级特性,为用户提供了丰富的使用场景。

macosrec的主要功能

  1. 窗口截图:可以对指定的应用窗口进行精确截图。
  2. 视频录制:支持录制指定窗口的视频,可输出为GIF或MOV格式。
  3. OCR文字识别:能够识别屏幕区域内的文字,并将结果输出或保存到剪贴板。
  4. 语音转文本:可以将音频文件中的语音转换为文本。
  5. 灵活的命令行选项:提供多种参数来控制输出格式、文件路径等。

安装macosrec

macosrec的安装非常简单,特别是对于使用Homebrew的用户。只需在终端中执行以下命令:

brew tap xenodium/macosrec brew install macosrec

对于喜欢从源码构建的用户,可以克隆GitHub仓库并使用Swift编译:

git clone https://github.com/xenodium/macosrec.git cd macosrec swift build

使用macosrec

macosrec的使用方法非常直观。以下是一些常见的使用场景:

列出可录制的窗口

在进行截图或录制之前,你需要知道目标窗口的ID。使用以下命令列出所有可录制的窗口:

macosrec --list

输出示例:

21902 Emacs
22024 Dock - Desktop Picture - Stone.png
22035 Firefox - Planet Emacslife

截图

使用--screenshot参数加窗口ID或应用名称进行截图:

macosrec --screenshot 21902

或者:

macosrec --screenshot Emacs

截图将保存在桌面上,文件名包含时间戳和应用名称。

录制视频

使用--record参数开始录制视频:

macosrec --record 21902 --gif

这将开始录制ID为21902的窗口,并将结果保存为GIF格式。要结束录制,可以按Ctrl+C或在另一个终端会话中运行macosrec --save

OCR文字识别

macosrec还支持OCR功能,可以识别屏幕上的文字:

macosrec --ocr

执行此命令后,你可以选择屏幕上的一个区域,macosrec将识别该区域内的文字并输出。

语音转文本

macosrec甚至支持将音频文件中的语音转换为文本:

macosrec --speech-to-text --locale "en-GB" --input path/to/audio.mp3

这个功能可以帮助你快速转录录音或视频的内容。

macosrec的优势

  1. 命令行操作:适合自动化脚本和工作流程。
  2. 精确控制:可以准确地选择要截图或录制的窗口。
  3. 多格式支持:支持PNG、GIF、MOV等常用格式。
  4. 集成OCR和语音识别:为内容处理提供了更多可能性。
  5. 开源项目:可以根据需要进行定制和扩展。

实际应用场景

  1. 软件开发:快速捕获和分享bug截图或录屏。
  2. 教程制作:轻松录制应用操作过程,制作GIF教程。
  3. 内容创作:为博客文章或文档快速生成截图和动图。
  4. 自动化测试:将macosrec集成到自动化测试流程中,自动捕获界面变化。
  5. 会议记录:使用OCR功能快速提取幻灯片或白板上的文字内容。

与Emacs集成

对于Emacs用户,macosrec的作者还提供了一种通过dwim-shell-command将macosrec集成到Emacs中的方法。这样,你就可以直接在Emacs中使用快捷键来触发macosrec的各种功能,进一步提高工作效率。

(use-package dwim-shell-commands :bind (("C-c _" . dwim-shell-commands-macos-screenshot-window) ("C-c (" . dwim-shell-commands-macos-start-recording-window) ("C-c )" . dwim-shell-commands-macos-end-recording-window)))

注意事项和优化建议

  1. GIF文件大小:录制的GIF文件可能会比较大。可以使用gifsicle等工具进行优化:

    gifsicle -O3 large.gif --lossy=80 -o smaller.gif
  2. 窗口大小变化:目前macosrec不支持在录制过程中改变窗口大小。如果需要这个功能,可以考虑向项目提交PR。

  3. 性能考虑:对于长时间或高分辨率的录制,可能需要考虑使用更高性能的机器或调整录制参数以平衡质量和文件大小。

结语

macosrec为macOS用户提供了一个强大而灵活的工具,使窗口截图和录制变得简单高效。无论你是开发者、内容创作者,还是普通的power user,macosrec都能为你的工作流程带来显著的改善。通过命令行操作,它不仅方便集成到各种自动化脚本中,还能与其他工具如Emacs无缝配合,大大提高工作效率。

如果你经常需要处理窗口截图和录屏,不妨尝试一下macosrec。它可能会成为你工具箱中不可或缺的一员,帮助你更快、更好地完成工作。记得查看官方GitHub仓库以获取最新的更新和使用技巧。

最后,感谢开发者xenodium的贡献。如果你觉得macosrec对你有帮助,别忘了在GitHub上给项目点个星星,或者考虑通过GitHub Sponsors支持作者的工作。开源社区的发展需要每个人的参与和支持!

macosrec demo

图:macosrec录制演示

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多