macosrec

macosrec

macOS命令行窗口截图录屏工具 支持OCR识别

macosrec是一款面向macOS系统的命令行工具,提供窗口截图、视频录制和OCR文字识别功能。用户可通过命令列出可操作窗口,选择目标窗口进行截图或录制,并支持PNG、GIF和MOV格式输出。该工具还能识别屏幕区域或图像中的文字,适用于开发者和普通用户。

macosrec截图录屏OCR命令行工具Github开源项目

👉 通过 GitHub Sponsors 支持这项工作

  • macosrec

从命令行截取 macOS 窗口的截图或视频(还包括光学字符识别)。

参见以懒惰的方式录制和截取窗口

<img src="https://yellow-cdn.veclightyear.com/835a84d5/e3a1d136-702f-4234-9dc0-b7ded6c37f2b.gif" width="80%" /> <p><small><em>注:此 gif 是用 macosrec 捕获的</em></small></p>

$ macosrec 用法:record-command [--version] [--list] [--hidden] [--screenshot <应用名称或窗口 ID>] [--record <应用名称或窗口 ID>] [--ocr] [--clipboard] [--mov] [--gif] [--save] [--abort] [--output <可选输出文件路径>] 选项: --version 显示版本。 -l, --list 列出可录制的窗口。 --hidden 列出时也包括隐藏的窗口。 -x, --screenshot <应用名称或窗口 ID> 截取屏幕截图。 -r, --record <应用名称或窗口 ID> 开始录制。 -c, --ocr 选择并识别屏幕区域中的文本。 -b, --clipboard 将 --ocr 文本保存到剪贴板。 -m, --mov 录制为 mov 格式。 -g, --gif 录制为 gif 格式。 -s, --save 保存当前录制。 -a, --abort 中止当前录制。 -o, --output <可选输出文件路径> -h, --help 显示帮助信息。
  • 安装 ** Homebrew
brew tap xenodium/macosrec brew install macosrec

** 构建

swift build
  • 截图

在截图之前,使用 --list 确定窗口编号。

$ macosrec --list 21902 Emacs 22024 Dock - 桌面图片 - Stone.png 22035 Firefox - Planet Emacslife

使用 --screenshot + 窗口编号来截图。

~ $ macosrec --screenshot 21902 ~/Desktop/2023-04-14-08:21:45-Emacs.png
  • 视频

在录制视频之前,使用 --list 确定窗口编号。

$ macosrec --list 21902 Emacs 22024 Dock - 桌面图片 - Stone.png 22035 Firefox - Planet Emacslife

使用 --record + 窗口编号开始录制视频(gif)。

注意:你也可以使用应用程序名称,它会使用找到的第一个属于该应用的窗口。

要结束录制,发送 SIGINT 信号(从终端按 Ctrl+C)。或者,从另一个会话运行 macosrec --save 也可以结束录制。

~ $ macosrec --record 21902 --gif 正在保存... ~/Desktop/2023-04-14-08:21:45-Emacs.gif

注意:你也可以使用应用程序名称,它会使用找到的第一个属于该应用的窗口。

~ $ macosrec --record emacs --mov 正在保存... ~/Desktop/2023-04-14-08:21:45-Emacs.mov

** 优化 gif

gif 文件可能会随着录制时间的增加而变得相当大。考虑使用像 gifsicle 这样的工具来减小文件大小。例如:

gifsicle -O3 large.gif --lossy=80 -o smaller.gif
  • OCR ** 选择区域 --ocr 标志默认选择屏幕区域(除非给定了 --input)。
$ macosrec --ocr Hello this text was recognized

** 从已有图像

使用 --input 标志:

$ macosrec --ocr --input /path/to/image.png Hello this text was recognized

** 保存到剪贴板

使用 --clipboard 标志:

$ macosrec --ocr --input /path/to/image.png --clipboard Hello this text was recognized
  • 免责声明

我构建这个工具是为了录制我在 xenodium.com 上发布的演示。到目前为止效果不错,但可能还需要改进,特别是在图像处理效率方面。非常欢迎提交 PR。

** 录制时调整窗口大小(不支持)

虽然在录制会话期间调整窗口大小时仍会录制视频,但产生的文件可能不会达到预期效果。目前不支持此功能,也不在考虑范围内。话虽如此,如果有人热衷于实现它,非常欢迎提交 PR。

👉 通过 GitHub Sponsors 支持这项工作

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。

热门AI工具生产力协作转型TraeAI IDE
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。

聊天机器人AI助手热门AI工具AI对话
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。

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

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型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。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
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