在 Ubuntu 12.10 中,如果我输入
gnome-screenshot -a | tesseract output
它返回:
** Message: Unable to use GNOME Shell's builtin screenshot interface, resorting to fallback X11.
如何从屏幕上选择文本并将其转换为文本(剪贴板或文档)?
谢谢你!
答案1
也许已经存在一些可以做到这一点的工具,但是您也可以使用一些屏幕截图工具和 tesseract 创建一个简单的脚本,就像您尝试使用的那样。
以此脚本为例(在我的系统中我将其保存为/usr/local/bin/screen_ts
):
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick scrot
select tesseract_lang in eng rus equ ;do break;done
# Quick language menu, add more if you need other languages.
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
scrot -s $SCR_IMG.png -q 100
# increase quality with option -q from default 75 to 100
# Typo "$SCR_IMG.png000" does not continue with same name.
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
cat $SCR_IMG.txt
exit
并支持剪贴板:
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick scrot xsel
select tesseract_lang in eng rus equ ;do break;done
# quick language menu, add more if you need other languages.
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
scrot -s $SCR_IMG.png -q 100
# increase image quality with option -q from default 75 to 100
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
cat $SCR_IMG.txt | xsel -bi
exit
它用于scrot
截取屏幕、tesseract
识别文本并cat
显示结果。剪贴板版本还用于xsel
将输出通过管道传输到剪贴板。
笔记:scrot
、、和默认情况下未安装,但可从默认存储库中获取xsel
。imagemagick
tesseract-ocr
您也许可以用scrot
来替换gnome-screenshot
,但这可能需要大量工作。关于输出,您可以使用任何可以读取文本文件的东西(用文本编辑器打开、将识别的文本显示为通知等)。
脚本的 GUI 版本
这是一个简单的图形版本的 OCR 脚本,其中包括一个语言选择对话框:
#!/bin/bash
# DEPENDENCIES: tesseract-ocr imagemagick scrot yad
# AUTHOR: Glutanimate 2013 (http://askubuntu.com/users/81372/)
# NAME: ScreenOCR
# LICENSE: GNU GPLv3
#
# BASED ON: OCR script by Salem (http://askubuntu.com/a/280713/81372)
TITLE=ScreenOCR # set yad variables
ICON=gnome-screenshot
# - tesseract won't work if LC_ALL is unset so we set it here
# - you might want to delete or modify this line if you
# have a different locale:
export LC_ALL=en_US.UTF-8
# language selection dialog
LANG=$(yad \
--width 300 --entry --title "$TITLE" \
--image=$ICON \
--window-icon=$ICON \
--button="ok:0" --button="cancel:1" \
--text "Select language:" \
--entry-text \
"eng" "ita" "deu")
# - You can modify the list of available languages by editing the line above
# - Make sure to use the same ISO codes tesseract does (man tesseract for details)
# - Languages will of course only work if you have installed their respective
# language packs (https://code.google.com/p/tesseract-ocr/downloads/list)
RET=$? # check return status
if [ "$RET" = 252 ] || [ "$RET" = 1 ] # WM-Close or "cancel"
then
exit
fi
echo "Language set to $LANG"
SCR_IMG=$(mktemp) # create tempfile
trap "rm $SCR_IMG*" EXIT # make sure tempfiles get deleted afterwards
scrot -s "$SCR_IMG".png -q 100 #take screenshot of area
mogrify -modulate 100,0 -resize 400% "$SCR_IMG".png # postprocess to prepare for OCR
tesseract -l "$LANG" "$SCR_IMG".png "$SCR_IMG" # OCR in given language
xsel -bi < "$SCR_IMG".txt # pass to clipboard
exit
除了上面列出的依赖项之外,你还需要安装Zenity 从 webupd8 PPA 中分叉 YAD使脚本正常运行。
答案2
答案3
不知道是否有人需要我的解决方案。这是一个使用 wayland 运行的解决方案。
它在文本编辑器中显示字符识别,如果您添加参数“yes”,您将从 goggle trans 工具获得翻译(必须连接互联网)在使用它之前,请安装 tesseract-ocr imagemagick 和 google-trans。当您看到要识别的文本时,使用 Alt+F2 在 gnome 中启动脚本。在文本周围移动光标。就是这样。此脚本仅针对 gnome 进行了测试。对于其他窗口管理器,必须适应。要将文本翻译成其他语言,请替换第 25 行中的语言 ID。
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick google-trans
translate="no"
translate=$1
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
gnome-screenshot -a -f $SCR_IMG.png
# increase quality with option -q from default 75 to 100
# Typo "$SCR_IMG.png000" does not continue with same name.
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
if [ $translate = "yes" ] ; then
trans :de file://$SCR_IMG.txt -o $SCR_IMG.translate.txt
gnome-text-editor $SCR_IMG.translate.txt
else
gnome-text-editor $SCR_IMG.txt
fi
exit
答案4
这个单行脚本(基于https://askubuntu.com/a/1084151/456438) 要与键盘快捷键一起使用,这样您无需打开终端即可在屏幕上的任何位置进行 OCR,如下图所示。
#!/bin/bash
# Dependencies: convert imagemagick xsel tesseract-ocr-fra [tesseract-ocr-jpn ...]
convert x: -modulate 100,0 -resize 400% -set density 300 png:- |
tesseract stdin stdout -l fra+eng+jpn --psm 3 |
sed 's/'$(printf '%b' '\014')'//g;s/|/I/g' |
xsel -bi
根据需要更改--psm
和选项。示例:-l
--psm 10
适用于包含单个字符的图像--psm 3
是默认的。-l fra+eng+jpn
首先会考虑法语,然后是英语,然后是日语。
使 sed 后处理适应您的需要。例如,sed 's/'$(printf '%b' '\014')'//g;s/|/I/g'
删除换页符(八进制 014)并用“I”替换竖线“|”。
使用标准说明https://help.ubuntu.com/stable/ubuntu-help/keyboard-shortcuts-set.html.en创建将执行脚本的键盘快捷键。将脚本放在 ~/bin 或路径环境变量中的任何位置,以避免使用脚本的完整路径。