Cómo extraer texto de capturas de pantalla e imágenes en Linux

Si tomas capturas de pantalla con frecuencia y luego quieres poder obtener texto de ellas, te gustará Gafas OCR Se puede hacer. Hace que todo el proceso sea rápido, local y privado. Con spectacle-ocr puedes hacer imagen → texto en un solo paso.

No sólo capturas de pantalla, puedes utilizar este método para extraer texto de casi cualquier imagen. OCR (reconocimiento óptico de caracteres) no le importa si el texto proviene de captura de pantalla, fotoo escanear archivos. Lo que importa es la claridad y legibilidad que aparece el texto en la imagen.

¿Qué es Spectacle-ocr?

Gafas OCR es una pequeña utilidad que agrega Extracción de texto (OCR) Directamente a la captura de pantalla que estás usando espectáculo Herramienta de captura de pantalla en Linux (entorno KDE).

La utilidad spectacle-ocr conecta dos cosas:

• Herramienta de captura de pantalla Spectacle (para sistemas KDE)
• Motor OCR Tesseract

Cuando tomas una captura de pantalla usando Spectacle, puedes elegir «Extraer texto» (o haga clic derecho en la imagen → Extraer texto). Luego el guión:

1. correr OCR hipercubo Detectar texto en imágenes.
2. Copie el texto reconocido directamente a su portapapeles.
3. mostrar un Notificaciones de escritorio Confirme el éxito o informe un error.

Esto significa que puede capturar rápidamente texto de capturas de pantalla (como cuadros de diálogo de error, visores de PDF o imágenes web) sin tener que escribir la imagen manualmente o cargarla en una herramienta de OCR en línea.

como funciona

Debajo del capó, la herramienta Spectrum-OCR funciona de la siguiente manera:

• se utiliza OCR hipercubo (Se admiten varios idiomas; el valor predeterminado es el inglés).
• usar mago de la imagen Cambie el tamaño o preprocese automáticamente las imágenes para obtener una mayor precisión del OCR.
• Detecta si estás usando wayland o X11:
  • usar wl-copy En Wayland.
  • usar xclip en X11.
• Enviar notificación de escritorio usando notify-send.
• Limpie todos los archivos temporales después de ejecutar.

¿Por qué utilizar Spectacle-OCR?

• Flujo de trabajo rápido: Captas, extraes. No es necesario abrir manualmente la herramienta, importar la imagen y esperar.
• proteger la privacidad: Todo el procesamiento se realiza localmente. No subes capturas de pantalla a algunos servicios en la nube.
• Soporta múltiples idiomas: Tesseract admite varios idiomas y los scripts permiten combinaciones «lang=eng+…».
• Útil para blogueros o desarrolladores.: si captura un cuadro de diálogo de error, un fragmento de código o una captura de pantalla de un documento, puede extraer el texto y pegarlo en el editor sin volver a escribirlo.
• gastos generales mínimos: Este script utiliza herramientas existentes (ImageMagick, Tesseract, portapapeles/utilidades de notificación), por lo que no es necesario instalar una GUI pesada si no la necesita.

Instalar espectro-ocr en Linux

Método 1: utilizar el script de instalación

Puede instalarlo fácilmente a través del script de instalación:

git clone 
cd spectacle-ocr
bash setup.sh

guion:

• Instalar dependencias (tesseract-ocr, imagemagick, wl-clipboard o xclip, libnotify-bin, desktop-file-utils).
• Añade un lanzador llamado «Extraer texto» para archivos PNG.
• Actualice su base de datos de escritorio.

Después se mostrará Spectacle. Extraer texto entre sus opciones salida menú.

tenga en cuenta Debes instalar Spectacle por separado.. El script no se instalará automáticamente.

Método 2: instalación manual

Si no está seguro de utilizar un script aleatorio, puede seguir la ruta de instalación manual segura que aparece a continuación.

Abra una terminal e instale las dependencias requeridas. Por ejemplo, en Debian, Ubuntu y sus derivados, ejecute:

sudo apt update sudo apt install tesseract-ocr imagemagick wl-clipboard xclip libnotify-bin desktop-file-utils

(usar wl-clipboard Para Wayland, xclip Para X11. )

Descargue el archivo espectro-ocr:

git clone .git
cd spectacle-ocr

clon ocr.sh script a una ubicación en su RUTA (p. ej. ~/.local/bin) y hacerlo ejecutable:

install -Dm755 ocr.sh ~/.local/bin/ocr.sh

Cree una entrada en el escritorio para la opción «Extraer texto»:

mkdir -p ~/.local/share/applications

cat > ~/.local/share/applications/spectacle-ocr.desktop <<'EOF'
[Desktop Entry]
Name=Extract Text
Exec=sh -c "nohup ~/.local/bin/ocr.sh %f >/dev/null 2>&1 &"
MimeType=image/png;
Icon=scanner
Terminal=false
Type=Application
Categories=Utility;
StartupNotify=false
EOF

update-desktop-database ~/.local/share/applications || true

Ahora, cuando tenga una captura de pantalla PNG, puede hacer clic derecho sobre ella y activar el script en «Abrir con» → «Extraer texto». O puede obtener esta opción en el menú Exportar de Spectacle. El texto reconocido debería aparecer en su portapapeles y recibirá una notificación.

Si en algún momento deseas desinstalar:

rm -f ~/.local/share/applications/spectacle-ocr.desktop
update-desktop-database ~/.local/share/applications || true
rm -f ~/.local/bin/ocr.sh

Configuración

puedes editar ocr.sh Guiones y cambios LANG="eng" Admite múltiples idiomas de OCR, como:

LANG="eng+deu"

Modificar para ampliar los tipos de archivos admitidos más allá de PNG .desktop El tipo MIME del archivo.

Extraiga texto de la captura de pantalla usando spectacle-ocr

1. Tome capturas de pantalla con Spectacle.
2. elegir Exportar → Extraer texto.
3. El texto reconocido aparece en el portapapeles y la notificación del escritorio confirma el éxito.

Extraer texto de imágenes

Dado que este script utiliza el motor Tesseract OCR debajo del capó, puede usarlo directamente para extraer texto de cualquier imagen. De hecho, no es necesario utilizar ninguna herramienta de captura de pantalla específicamente. Este script funciona para cualquier Imagen, sin importar cómo se creó (Spectacle, Ksnip, Flameshot o incluso una foto de cámara).

Para hacer esto, simplemente pase la ruta de la imagen como parámetro y el script hará el resto automáticamente.

ocr.sh ~/Pictures/screenshot.png
ocr.sh ~/Downloads/photo-of-book.jpg
ocr.sh ~/Desktop/error_dialog.png

¡Solo asegúrese de que la imagen sea clara y el texto sea legible!

Consejos para obtener los mejores resultados de OCR

• Asegúrate de que tu captura de pantalla tenga texto claro (Fuente legible y de alto contraste). Si el texto está borroso o tiene baja resolución, la calidad del OCR disminuirá.
• Si su herramienta de captura de pantalla guarda una imagen pequeña, puede ampliarla.
• Si utiliza varios idiomas (por ejemplo, inglés + hindi), instale el paquete de idiomas de Tesseract (por ejemplo, tesseract-ocr-hin) y editar LANG="eng+hin" entrada de línea ocr.sh por lo tanto.
• Si encuentra errores similares a «policy.xml» al utilizar ImageMagick (algunas distribuciones restringen ciertas operaciones), verifique /etc/ImageMagick-*/policy.xml.
• Si rara vez usa Spectacle pero usa otras herramientas, aún puede ajustar la ruta del script o usar otra herramienta de captura de pantalla más el mismo script OCR con ediciones menores. Una búsqueda rápida en la web o el uso de inteligencia artificial pueden ayudar.

Cuando Spectacle-OCR puede no ser ideal

Si bien Spectrum-ocr funciona bien, es posible que necesites una ruta diferente en algunos casos:

• Si utiliza un entorno de escritorio que no es KDE (GNOME, XFCE) y no desea instalar dependencias de Spectacle o Qt/KDE. En este caso, una captura de pantalla + flujo de trabajo OCR diferente puede parecer más nativo.
• Si necesita realizar muchas anotaciones/edición (flechas, desenfoques, pegatinas), así como extracción de texto de capturas de pantalla, es posible que prefiera una herramienta que combine Captura → Anotación → OCR.
• Si su herramienta de captura de pantalla se guarda en un formato distinto de PNG (como JPEG), debe modificar .desktop MimeType incluir image/jpeg;. El valor predeterminado es image/png;.

generalizar

Gafas OCR Sirve como puente de OCR local y respetuoso con la privacidad espectáculo y hipercubole permite extraer texto de capturas de pantalla con un solo clic. Es liviano, se integra perfectamente con KDE y evita dependencias de la nube.

Te permite pasar de una imagen al texto del portapapeles con un solo clic. Utiliza componentes confiables, gratuitos y de código abierto (Tesseract, ImageMagick).

Si desea una forma rápida y sencilla de extraer texto de capturas de pantalla en Linux, espectro-ocr podría ser una buena opción.

Para más detalles, consulte Repositorio Wonders-OCR en GitHub.

Lectura recomendada: