|
|
|
@ -2,21 +2,20 @@ |
|
|
|
|
|
|
|
软件用途：批量对本地图片文件进行离线OCR文字识别。win10 x64平台。 |
|
|
|
|
|
|
|
> 本软件是本地图片文件处理工具，没有实时屏幕截图识别的功能。 |
|
|
|
> v1.2.3 版本中加入读取剪贴板的功能，可即时识别系统截图。 |
|
|
|
|
|
|
|
 |
|
|
|
 |
|
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
```v1.2版本新功能：支持生成Markdown文件``` |
|
|
|
 |
|
|
|
|
|
|
|
## 下载 |
|
|
|
|
|
|
|
Github下载： |
|
|
|
[Umi-OCR 批量图片转文字 v1.2.2](https://github.com/hiroi-sora/Umi-OCR/releases/tag/v1.2.2) |
|
|
|
[Umi-OCR 批量图片转文字 v1.2.3](https://github.com/hiroi-sora/Umi-OCR/releases/tag/v1.2.3) |
|
|
|
|
|
|
|
蓝奏云下载： |
|
|
|
蓝奏云下载：（请留意版本号） |
|
|
|
[https://wwn.lanzoul.com/b036wwa4d](https://wwn.lanzoul.com/b036wwa4d) |
|
|
|
密码:5w36 |
|
|
|
|
|
|
|
@ -33,14 +32,14 @@ Github下载： |
|
|
|
|
|
|
|
## 简介 |
|
|
|
|
|
|
|
本软件用于批量导入本地图片，识别图片中的文本，输出到软件面板或本地txt文件。 |
|
|
|
除了能批量识别普通图片，本软件还有**忽略指定区域**的特殊功能。 |
|
|
|
本软件用于读取系统截图 / 批量导入本地图片，识别图片中的文本，输出到软件面板或本地txt文件。 |
|
|
|
除了能批量识别普通图片，本软件还有**忽略指定区域**的特殊功能： |
|
|
|
|
|
|
|
> 类似含水印的视频截图、含有UI/按钮的游戏截图等，往往只需要提取字幕区域的文本，而避免提取到水印和UI文本。本软件可设置忽略某些区域内的文字，来实现这一目的。尤其是，特别适合用于批量提取Galgame截图中的台词。 |
|
|
|
> |
|
|
|
> 当有大量的影视和游戏截图需要整理归档，或者想翻找包含某一段台词/字幕的截图；将这些图片提取出文字、然后Ctrl+F是一个很有效的方法。这是开发本软件的初衷。 |
|
|
|
|
|
|
|
本软件使用离线OCR模块 [PaddleOCR-json 图片转文字程序](https://github.com/hiroi-sora/PaddleOCR-json) ，使用过程中无需联网。支持更换Paddle官方模型（v2.x版本）或自己训练的模型，支持修改PaddleOCR参数。通过添加不同的语言模型，软件可识别多国语言。 |
|
|
|
本软件使用离线OCR模块 [PaddleOCR-json 图片转文字程序](https://github.com/hiroi-sora/PaddleOCR-json) ，使用过程中无需联网。支持更换Paddle官方模型（兼容v2和v3版本）或自己训练的模型，支持修改PaddleOCR参数。通过添加不同的语言模型，软件可识别多国语言。 |
|
|
|
|
|
|
|
## 简单使用 |
|
|
|
|
|
|
|
@ -48,7 +47,7 @@ Github下载： |
|
|
|
|
|
|
|
下载压缩包并解压全部文件即可，无需安装。 |
|
|
|
|
|
|
|
### 快速开始 |
|
|
|
### 批量识别本地图片文件 |
|
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
@ -60,35 +59,56 @@ Github下载： |
|
|
|
- 识别内容选项卡中，可一键将全部文本 **复制到剪贴板** 。 |
|
|
|
|
|
|
|
|
|
|
|
### 快速识别剪贴板截图 `v1.2.3` |
|
|
|
|
|
|
|
1. 按 [Win+Shift+S] 截取一张系统截图，或者在网页等地方复制一张图片。 |
|
|
|
|
|
|
|
2. 切换到 **识别内容** 选项卡，点击 **剪贴板读取**。 |
|
|
|
|
|
|
|
3. 可以在 **设置** 选项卡中录制并启用 **全局快捷键**，快速唤起程序识别。 |
|
|
|
|
|
|
|
### 基础设置 |
|
|
|
|
|
|
|
点击 **设置** 选项卡，配置参数。大部分设置项（除去输出目录、文件名，忽略区域参数）会自动保存，下次打开还是这个样。 |
|
|
|
|
|
|
|
 |
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
#### 忽略图片中某些区域内的文字： |
|
|
|
- 点击 **添加区域** 展开配置忽略区的新窗口。具体配置方式见后。 |
|
|
|
- 点击 **清空区域** 清空已配置的所有忽略区域参数。 |
|
|
|
- 已添加区域后，上方标题文字提示当前忽略区域的 **生效分辨率** 。 |
|
|
|
|
|
|
|
#### 从剪贴板读取图片： |
|
|
|
|
|
|
|
- 点击 **录制按键** 后按下想要的快捷键，如 `ctrl+shift+s` 。然后点击 **启用全局快捷键** 。 |
|
|
|
- 按下快捷键后，程序检查当前剪贴板的第一位是否为图片，是则程序跳到顶层并展示识别文字。 |
|
|
|
- 请检查并避免全局快捷键与其它程序冲突。 |
|
|
|
|
|
|
|
|
|
|
|
#### 输出设置： |
|
|
|
|
|
|
|
<details> |
|
|
|
<summary>展开详情</summary> |
|
|
|
|
|
|
|
- 将 **识别内容写入本地文件** 取消勾选后，不会再生成本地文件，只能在 **识别内容** 选项卡中查看输出信息。 |
|
|
|
- **输出调试信息** 若勾选，则会额外输出程序工作状态的内容。 |
|
|
|
- **忽略无文字的图片** 若勾选，则不含文字（或文字全被忽略区域屏蔽掉）的图片名称不会出现在输出信息中。 |
|
|
|
- 若想生成一份用于浏览的markdown文件，则**建议取消勾选**。 |
|
|
|
- ```v1.2版本新功能``` 生成文件可选择两种风格：**纯文本.txt文件** 和 **Markdown风格.md文件** 。前者可用于查找等一般用途。后者在编辑器或浏览器中渲染为图文并茂的页面，可用于浏览和欣赏图集。 |
|
|
|
- ```v1.2.2版本新功能``` 可勾选任务完成后用系统默认编辑器打开输出文件或输出文件夹（不生成本地文件时无效）。 |
|
|
|
- 生成文件可选择两种风格：**纯文本.txt文件** 和 **Markdown风格.md文件** 。前者可用于查找等一般用途。后者在编辑器或浏览器中渲染为图文并茂的页面，可用于浏览和欣赏图集。 |
|
|
|
- 可勾选任务完成后用系统默认编辑器打开输出文件或输出文件夹（不生成本地文件时无效）。 |
|
|
|
- **输出目录** 和 **输出文件名** 设置生成的文件的位置和名称。 |
|
|
|
- 当拖入第一张图片且这两项设置为空时，自动设置输出路径为第一张图片的父目录，输出文件名为 `[转文字]_{父目录}.txt`。除非要自定目录和名称，否则**这两项默认留空即可**。 |
|
|
|
- 软件 **处理列表** 标签页的 **清空表格** 按钮，除了会清空已导入的图片列表，还会清空 **输出目录** 和 **输出文件名** 设置。这样下次拖入新图片时，就能在新的位置存放输出文件。 |
|
|
|
</details> |
|
|
|
|
|
|
|
#### 识别器设置： |
|
|
|
|
|
|
|
- **识别器路径** 配置当前使用的识别器exe程序。 |
|
|
|
- **图片后缀** 配置软件允许载入的图片后缀，不同后缀以空格分隔，必须全为小写。 |
|
|
|
<details> |
|
|
|
<summary>正常情况下无需改动。</summary> |
|
|
|
<summary>图片后缀正常情况无需改动。</summary> |
|
|
|
|
|
|
|
- **图片后缀** 配置软件允许载入的图片后缀，不同后缀以空格分隔，必须全为小写。 |
|
|
|
- 如果你有必要添加新的图片后缀，要保证该图片同时满足c++模块的`PaddleOCR`和python的`PIL`均可识别。比如 **.gif** 图片，虽然`PIL`可以识别，但`PaddleOCR`无法识别，载入gif文件会导致软件任务失败，因此不允许载入 **.gif** 。 |
|
|
|
- 不在许可后缀范围内的文件，拖入软件也不会被载入。目前默认的图片后缀为：`.jpg .jpe .jpeg .jfif .png .webp .bmp .tif .tiff` |
|
|
|
</details> |
|
|
|
@ -97,6 +117,9 @@ Github下载： |
|
|
|
|
|
|
|
忽略区域是本软件特色功能。可用于批量识别视频截图时排除右上角水印的干扰，批量识别游戏截图时排除UI与按钮的干扰，让识别结果只留下干净的台词文本。 |
|
|
|
|
|
|
|
<details> |
|
|
|
<summary>展开详情</summary> |
|
|
|
|
|
|
|
“忽略区域”是指图片上指定位置与大小的矩形区域，完全处于这些区域内的文字块，将被排除。 |
|
|
|
|
|
|
|
- 点击 **设置** 选项卡中的 **添加忽略区域** ，进入忽略区域选择窗口。 |
|
|
|
@ -142,6 +165,7 @@ Github下载： |
|
|
|
- “忽略区域配置”只针对一种分辨率生效。假如配置的分辨率是1920x1080，那么批量识别图片时，只有符合1920x1080的图片才会排除干扰文本。 |
|
|
|
- 拖入预览的图片必须分辨率相同。假如先拖入1920x1080的图片，再拖入其它分辨率的图片；软件会弹窗警告。只有点击 **清空** 删除当前已配置的忽略区域，才能拖入其他分辨率图片，并应用此分辨率。 |
|
|
|
|
|
|
|
</details> |
|
|
|
|
|
|
|
## 切换模型库和语言 |
|
|
|
|
|
|
|
@ -175,9 +199,10 @@ Github下载： |
|
|
|
|
|
|
|
软件附带的模型可能过时，可以重新下载PaddleOCR的最新官方模型，享受更精准的识别质量。或者使用自己训练的模型。 |
|
|
|
|
|
|
|
本程序兼容v2和v3版本模型库，但个人实测v3的效果不稳定，v2在速度和精确性上均占优。 |
|
|
|
|
|
|
|
1. 下载模型 |
|
|
|
- 前往[PaddleOCR](https://gitee.com/paddlepaddle/PaddleOCR#pp-ocr%E7%B3%BB%E5%88%97%E6%A8%A1%E5%9E%8B%E5%88%97%E8%A1%A8%E6%9B%B4%E6%96%B0%E4%B8%AD)下载一组推理模型（非训练模型）。**中英文超轻量PP-OCRv2模型** 体积小、速度快，**中英文通用PP-OCR server模型** 体积大、精度高。一般来说，轻量模型的精度已经非常不错，无需使用标准模型。 |
|
|
|
- 注意只能使用v2.x版模型，不能使用v1.1版。v1版模型每个压缩包内有model和params两个文件，v2版则是每组三个文件；不能混用。 |
|
|
|
|
|
|
|
2. 放置模型 |
|
|
|
- 将下载下来的方向分类器（如`ch_ppocr_mobile_v2.0_cls_infer.tar`）、检测模型（如`ch_PP-OCRv2_det_infer.tar`）、识别模型（如`ch_PP-OCRv2_rec_infer.tar`）解压，将文件分别放到对应文件夹 `cls、det、rec`。 |
|
|
|
@ -202,7 +227,9 @@ Github下载： |
|
|
|
|
|
|
|
- 本软件工作流程是python调用c++编译的识别器exe程序，识别器exe再加载模型文件和必要的dll链接库，完成图片识别工作。因此可切换不同exe识别器和模型文件，实现切换多国语言的识别。而且，c++识别器比python版PaddleOCR具有更高的性能。 |
|
|
|
- 启动任务时，运行tk的主线程创建了一个新线程和一个事件循环。耗时量大的OCR任务在新线程中执行，对tk界面的修改由事件循环提交到主线程中执行。~~大概是这么回事？反正能跑起来就对了~~。无论任务跑得多满，界面都不会卡，~~除非实在顶不住~~。 |
|
|
|
- `PaddleOCR_json.exe`接收输入一个本地图片路径，以json格式字符串输出这张图片的识别结果，如此循环往复。具体见 [PaddleOCR-json 图片转文字程序](https://github.com/hiroi-sora/PaddleOCR-json#paddleocr-json-%E5%9B%BE%E7%89%87%E8%BD%AC%E6%96%87%E5%AD%97%E7%A8%8B%E5%BA%8F) |
|
|
|
- `PaddleOCR_json.exe`接收输入一个本地图片路径，以json格式字符串输出这张图片的识别结果，如此循环往复。具体见 [PaddleOCR-json 图片转文字程序](https://github.com/hiroi-sora/PaddleOCR-json#paddleocr-json-%E5%9B%BE%E7%89%87%E8%BD%AC%E6%96%87%E5%AD%97%E7%A8%8B%E5%BA%8F) 。 |
|
|
|
- 由于PaddleOCR-json只接受硬盘文件，所以读取剪贴板图片时，会先将其缓存到同目录下的`Umi-OCR_temp`。每次任务时清空前一次的缓存。 |
|
|
|
- 代码很丑，有空重构 ~~下次一定~~ |
|
|
|
- 使用`pyinstaller`打包，参数为 |
|
|
|
```pyinstaller -F -w -i icon/icon.ico -n "Umi-OCR 批量图片转文字" main.py``` |
|
|
|
|
|
|
|
@ -211,21 +238,25 @@ Github下载： |
|
|
|
- [x] 输出内容可选为markdown风格并嵌入图片路径。 |
|
|
|
- [x] 设置项能保存。 |
|
|
|
- [x] 自动打开输出文件or文件夹。 |
|
|
|
- [ ] 对图片重命名。 |
|
|
|
- [x] 识别剪贴板中的图片。 |
|
|
|
|
|
|
|
低（有）优（生）先（之）级（年）： |
|
|
|
- [ ] 对图片重命名。 |
|
|
|
- [ ] 忽略区域能保存预设。 |
|
|
|
- [ ] 缩减离线OCR模块的体积。 |
|
|
|
|
|
|
|
## 更新日志 |
|
|
|
|
|
|
|
##### v1.2.3 `2022.5.31` |
|
|
|
- 添加新功能：读取剪贴板图片。配置全局快捷键调用该功能。 |
|
|
|
|
|
|
|
##### v1.2.2 `2022.4.30` |
|
|
|
- 添加新功能：可选任务完成后自动打开输出文件或目录。 |
|
|
|
|
|
|
|
##### v1.2.1 `2022.4.16` |
|
|
|
- 更新PaddleOCR-json模块至`v1.1.1`，修正了可能得到错误包围盒的漏洞。 |
|
|
|
|
|
|
|
##### v1.2.0 `2022.4.8` 大更新 |
|
|
|
##### v1.2.0 `2022.4.8` |
|
|
|
- 可选生成Markdown风格的图文并茂的.md文件，作为索引使用有更佳的观感。当然也可以继续选择生成纯文本.txt文件。 |
|
|
|
- 修改设置面板的样式，改为滚动面板以容纳更多设置选项。 |
|
|
|
- 用户修改配置项后可自动保存。 |
|
|
|
@ -236,5 +267,5 @@ Github下载： |
|
|
|
##### v1.1.0 `2022.3.30` |
|
|
|
- 添加新功能：[忽略区域窗口] 以虚线框 展示识别出的文字块。 |
|
|
|
|
|
|
|
##### v1.0 `2022.3.28` |
|
|
|
##### v1.0.0 `2022.3.28` |
|
|
|
- “梦开始的地方” |
hiroi-sora
3 years ago