normcap

normcap

跨平台OCR截图工具 智能提取文本信息

NormCap是一款基于OCR技术的屏幕截图工具,适用于Linux、macOS和Windows系统。这款开源软件不仅可以捕获图像,还能智能识别并提取图像中的文本信息。NormCap支持多语言识别,界面简洁易用。无论是日常办公还是学术研究,NormCap都能协助快速获取所需的文字内容,提高工作效率。

NormCapOCR截图工具跨平台开源Github开源项目

NormCap

基于OCR的屏幕捕获工具,用于捕获信息而非图像。适用于Linux、macOS和Windows。

测试 覆盖率 CodeQL

GitHub PyPi Flathub AUR

<a href="https://www.buymeacoffee.com/dynobo" target="_blank"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/f890ac4d-d61a-40fc-840b-309089737cbb.png" alt="Buy Me A Coffee" style="height: 40px !important;" ></a>

链接: 源代码 | 文档 | 常见问题 | 发布版本 | 更新日志

屏幕录像

快速开始

选择一种预构建版本。如果遇到问题,请查看常见问题报告

Windows

Linux

macOS

注意:首次启动时您需要允许未签名的应用程序:"系统偏好设置" → "安全性与隐私" → "通用" → "仍要打开"。您还需要允许NormCap截取屏幕。(#135)

安装Python包

作为上述预构建包的_替代方案_,您可以安装NormCap Python包(适用于Python >=3.9),但过程稍微复杂一些:

在Linux上

# 安装依赖项 (Ubuntu/Debian) sudo apt install build-essential tesseract-ocr tesseract-ocr-eng libtesseract-dev libleptonica-dev wl-clipboard ## 安装依赖项 (Arch) sudo pacman -S tesseract tesseract-data-eng wl-clipboard ## 安装依赖项 (Fedora) sudo dnf install tesseract wl-clipboard ## 安装依赖项 (openSUSE) sudo zypper install python3-devel tesseract-ocr tesseract-ocr-devel wl-clipboard # 安装normcap pip install normcap # 运行 ./normcap

在macOS上

# 安装依赖项 brew install tesseract tesseract-lang # 安装normcap pip install normcap # 运行 ./normcap

在Windows上

1. 使用UB Mannheim提供的安装程序安装Tesseract 5

2. 找到Tesseract基础文件夹的路径。它应包含一个/tessdata子文件夹和tesseract.exe二进制文件。根据您是将Tesseract安装到系统级还是用户空间,基础文件夹应为:

C:\Program Files\Tesseract-OCR

C:\Users\<USERNAME>\AppData\Local\Programs\Tesseract-OCR

3. 调整环境变量:

  • 创建一个环境变量TESSDATA_PREFIX,并将其设置为_您的_Tesseract基础文件夹,例如:"系统属性" → "高级"选项卡 → "环境变量..." → "新建..." → 变量:TESSDATA_PREFIX, 值:"C:\Program Files\Tesseract-OCR"

  • 将Tesseract的基本文件夹附加到环境变量PATH中,例如:"系统属性" → "高级"选项卡 → "环境变量..." → "用户变量"部分 → 选择PATH → "编辑..." → 添加新条目"C:\Program Files\Tesseract-OCR"

  • 要测试您的设置,打开一个新的cmd终端并运行:

    tesseract --list-langs

4. 安装并运行NormCap:

# 安装normcap pip install normcap # 运行 normcap

为什么叫"NormCap"?

参见XKCD

漫画

开发

设置开发环境的先决条件是: Python >=3.9hatchTesseract >=5.0(包括语言数据)。

# 克隆仓库 git clone https://github.com/dynobo/normcap.git # 进入项目目录 cd normcap # 创建虚拟环境并安装依赖 hatch env create # 注册预提交钩子 hatch run pre-commit install # 在虚拟环境中运行NormCap hatch run python -m normcap

致谢

本项目使用了以下非标准库:

并且依赖于外部软件:

打包使用:

  • briefcase - 将Python项目转换为独立应用

感谢这些优秀工具的维护者!

类似的开源工具

如果NormCap不能满足您的需求,可以尝试这些替代方案(无特定顺序):

认证

WOMM

贡献者

<a href="https://github.com/dynobo/normcap/graphs/contributors"> <img src="https://contrib.rocks/image?repo=dynobo/normcap" /> </a>

<small>使用contrib.rocks制作</small>

编辑推荐精选

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。

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
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。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多