[Python]剪貼簿 OCR 工具使用教學

作者:

這是一個簡單易用的剪貼簿 OCR 工具，可以自動識別從 Snipaste 等截圖工具複製到剪貼簿的圖片內容，並轉換為文字。

必要安裝項目

在開始使用前，您需要安裝以下項目：

1. 安裝 Python

  • 從 Python 官網 下載並安裝 Python 3.7 或更高版本
  • 安裝時勾選「Add Python to PATH」選項

2. 安裝 Tesseract OCR

  • 從 Tesseract 官方 下載並安裝 Tesseract OCR
  • 建議選擇帶有中文和英文語言包的安裝選項
  • 記住安裝路徑，預設為 C:\Program Files\Tesseract-OCR

3. 安裝必要的 Python 套件

打開命令提示字元(CMD)或 PowerShell，執行以下命令：

pip install pyperclip pillow pytesseract

4. 安裝 Snipaste

  • 從 Snipaste 官網 下載並安裝 Snipaste
  • 設定截圖快捷鍵，方便使用

工具設置與使用

步驟一：下載 OCR 工具程式碼

  1. 建立一個新資料夾用於存放 OCR 工具
  2. 在資料夾中創建一個名為 ocr_tool.py 的檔案
  3. 將以下程式碼複製到檔案中：
import tkinter as tk
from tkinter import scrolledtext, messagebox, ttk
import pyperclip
from PIL import ImageGrab, Image
import pytesseract
import threading
import os
import sys

def get_tesseract_path():
    """獲取 Tesseract 可執行檔的路徑"""
    # 首先檢查標準安裝路徑
    standard_paths = [
        r'C:\Program Files\Tesseract-OCR\tesseract.exe',
        r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
    ]

    # 檢查相對路徑
    script_dir = os.path.dirname(os.path.abspath(__file__))
    relative_path = os.path.join(script_dir, 'Tesseract-OCR', 'tesseract.exe')

    # 檢查所有可能的路徑
    for path in standard_paths + [relative_path]:
        if os.path.exists(path):
            return path

    # 返回預設路徑
    return r'C:\Program Files\Tesseract-OCR\tesseract.exe'

class OCRApp:
    def __init__(self, root):
        self.root = root
        self.root.title("剪貼簿OCR工具")
        self.root.geometry("600x400")

        # 設定 Tesseract 路徑
        self.tesseract_path = get_tesseract_path()

        # 檢查 Tesseract 是否可用
        if not os.path.exists(self.tesseract_path):
            messagebox.showwarning(
                "找不到Tesseract", 
                f"找不到Tesseract OCR程式於: {self.tesseract_path}\n"
                "請確認已正確安裝Tesseract OCR。"
            )
        else:
            pytesseract.pytesseract.tesseract_cmd = self.tesseract_path

        # 可用語言（需要確保語言文件在 Tesseract 路徑內）
        self.languages = {
            "繁體中文+英文": "chi_tra+eng",
            "簡體中文+英文": "chi_sim+eng",
            "英文": "eng",
            "日文+英文": "jpn+eng",
            "韓文+英文": "kor+eng"
        }

        # 創建GUI元素
        self.create_widgets()

        # 開始持續檢查剪貼簿
        self.check_clipboard()

    def create_widgets(self):
        # 頂部按鈕框架
        button_frame = tk.Frame(self.root)
        button_frame.pack(fill=tk.X, padx=10, pady=5)

        # 貼上按鈕
        self.paste_btn = tk.Button(button_frame, text="從剪貼簿讀取圖片", command=self.process_clipboard)
        self.paste_btn.pack(side=tk.LEFT, padx=5)

        # 複製按鈕
        self.copy_btn = tk.Button(button_frame, text="複製文字到剪貼簿", command=self.copy_to_clipboard)
        self.copy_btn.pack(side=tk.LEFT, padx=5)

        # 語言選擇
        lang_frame = tk.Frame(self.root)
        lang_frame.pack(fill=tk.X, padx=10, pady=5)

        tk.Label(lang_frame, text="OCR語言:").pack(side=tk.LEFT, padx=5)
        self.lang_var = tk.StringVar()
        self.lang_var.set("繁體中文+英文")  # 預設

        lang_dropdown = ttk.Combobox(lang_frame, textvariable=self.lang_var)
        lang_dropdown['values'] = list(self.languages.keys())
        lang_dropdown['state'] = 'readonly'
        lang_dropdown.pack(side=tk.LEFT, padx=5)

        # 狀態標籤
        self.status_var = tk.StringVar()
        self.status_var.set("就緒")
        self.status_label = tk.Label(lang_frame, textvariable=self.status_var)
        self.status_label.pack(side=tk.RIGHT, padx=5)

        # 文字區域
        text_frame = tk.Frame(self.root)
        text_frame.pack(fill=tk.BOTH, expand=True, padx=10, pady=5)

        self.text_area = scrolledtext.ScrolledText(text_frame, wrap=tk.WORD)
        self.text_area.pack(fill=tk.BOTH, expand=True)

    def check_clipboard(self):
        """持續檢查剪貼簿中的圖片"""
        try:
            # 檢查剪貼簿是否包含圖片
            img = ImageGrab.grabclipboard()
            if isinstance(img, Image.Image) and not hasattr(self, 'last_image'):
                # 有新圖片
                self.last_image = img
                # 自動處理圖片
                self.process_clipboard()
            elif isinstance(img, Image.Image) and hasattr(self, 'last_image'):
                # 與上一張圖片比較（簡化檢查）
                if img.size != self.last_image.size:
                    self.last_image = img
                    self.process_clipboard()
            elif not isinstance(img, Image.Image) and hasattr(self, 'last_image'):
                # 剪貼簿不再包含圖片
                delattr(self, 'last_image')

        except Exception as e:
            print(f"檢查剪貼簿時出錯: {e}")

        # 1秒後安排下一次檢查
        self.root.after(1000, self.check_clipboard)

    def process_clipboard(self):
        """使用OCR處理剪貼簿中的圖片"""
        try:
            self.status_var.set("處理中...")
            self.root.update()

            # 從剪貼簿獲取圖片
            img = ImageGrab.grabclipboard()

            if img is None or not isinstance(img, Image.Image):
                self.status_var.set("剪貼簿中沒有圖片")
                return

            # 在單獨的線程中運行OCR，避免GUI凍結
            threading.Thread(target=self.perform_ocr, args=(img,), daemon=True).start()

        except Exception as e:
            self.status_var.set(f"錯誤: {str(e)}")

    def perform_ocr(self, img):
        """對圖片執行OCR"""
        try:
            # 獲取選定的語言
            lang_key = self.lang_var.get()
            lang_code = self.languages.get(lang_key, "chi_tra+eng")

            # 確保圖片是 RGB 模式
            if img.mode != 'RGB':
                img = img.convert('RGB')

            # 創建臨時目錄（如果不存在）
            temp_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'temp')
            os.makedirs(temp_dir, exist_ok=True)

            # 保存為臨時文件
            temp_path = os.path.join(temp_dir, 'temp_ocr_image.png')
            img.save(temp_path, format='PNG')

            # 從文件讀取並執行 OCR
            text = pytesseract.image_to_string(Image.open(temp_path), lang=lang_code)

            # 刪除臨時文件
            try:
                os.remove(temp_path)
            except:
                pass

            # 在主線程中更新文字區域
            self.root.after(0, self.update_text_area, text)

        except Exception as e:
            self.root.after(0, self.update_status, f"OCR錯誤: {str(e)}")

    def update_text_area(self, text):
        """使用OCR結果更新文字區域"""
        self.text_area.delete(1.0, tk.END)
        self.text_area.insert(tk.INSERT, text)
        self.status_var.set("OCR完成")

    def update_status(self, message):
        """更新狀態標籤"""
        self.status_var.set(message)

    def copy_to_clipboard(self):
        """將文字複製到剪貼簿"""
        text = self.text_area.get(1.0, tk.END).strip()
        if text:
            pyperclip.copy(text)
            self.status_var.set("已複製到剪貼簿")
        else:
            self.status_var.set("沒有文字可複製")

if __name__ == "__main__":
    root = tk.Tk()
    app = OCRApp(root)
    root.mainloop()

步驟二：運行 OCR 工具

  1. 打開命令提示字元或 PowerShell
  2. 導航到包含 ocr_tool.py 的資料夾
  3. 執行以下命令：
python ocr_tool.py
  1. OCR 工具視窗將會啟動

如何使用 OCR 工具

基本功能

  1. 自動識別：工具會自動監視剪貼簿，當有新圖片複製到剪貼簿時自動執行 OCR
  2. 手動觸發：點擊「從剪貼簿讀取圖片」按鈕可手動觸發識別
  3. 複製結果：點擊「複製文字到剪貼簿」按鈕可複製識別結果到剪貼簿
  4. 多語言支援：可從下拉選單選擇識別語言（需要安裝對應的語言包）

結合 Snipaste 使用的流程

  1. 按下 Snipaste 設定的截圖快捷鍵（預設為 F1）
  2. 截取包含文字的區域
  3. 按下 F3 自動複製截圖到剪貼簿
  4. OCR 工具將自動檢測到新圖片並執行文字識別
  5. 識別完成後，可以點擊「複製文字到剪貼簿」按鈕將結果複製出來

提高識別准確率的技巧

  1. 保持文字清晰：截圖時確保文字清晰可見
  2. 裁剪精準：只截取包含文字的區域，減少背景干擾
  3. 選擇正確語言：根據圖片中的文字選擇適當的識別語言
  4. 調整對比度：如果文字與背景對比度不高，可以使用 Snipaste 的標記工具調整

常見問題解決

如何更新 OCR 語言支持？

如需添加更多語言支持，請在 Tesseract 安裝目錄的 tessdata 文件夾中添加對應的語言文件（.traineddata）。語言文件可從 Tesseract GitHub 下載。

如何創建桌面捷徑？

  1. 創建一個新的文本文件，命名為 啟動OCR工具.bat
  2. 編輯文件，添加以下內容：
@echo off
cd /d "完整路徑到您的OCR工具資料夾"
python ocr_tool.py
  1. 將此批處理文件保存在桌面或其他方便訪問的位置

結語

這個簡單的 OCR 工具可以幫助您快速識別剪貼簿中的圖片文字。結合 Snipaste 使用，能顯著提高文字採集和處理的效率。只要按照上述步驟設置，您就可以享受便捷的文字識別體驗。

希望這個工具能幫助到您的日常工作！

Related Post:

  1. OpenManus 在 Windows 上的安裝與使用教學 OpenManus 是一個強大的 AI 代理工具，可以執行網頁搜索、瀏覽網站、處理數據和自動化任務。這篇教學將 ... 閱讀全文...
  2. [轉]Nordic SDK15.2.0 NUS Multilink with PCA10040 如何在Nordic 52832 Central 多重連接peripher 原文網址 https://devzo ... 閱讀全文...
  3. [Python]重複檔案清理工具：自動保留最舊檔案的完整教學 在這個數位時代，我們的硬碟總是被各種檔案塞滿，其中有許多是重複的檔案占用了寶貴的空間。本教學將帶您製作一個強大 ... 閱讀全文...
  4. [Python]Windows 音量統一調整工具：讓系統喇叭與應用程式音量完美協調 這個簡化版工具可以一鍵將系統喇叭音量設定為 30%，同時將所有應用程式音量調整到 100%，讓您的音訊體驗更一 ... 閱讀全文...
  5. [ChatGPT]介紹一款強大的錄音與語音轉文字工具—WisperAPIToolByJax 在現代社會，錄音和語音轉文字技術越來越受到人們的重視。無論是在會議紀錄、講座內容保存，還是日常生活中的語音備忘 ... 閱讀全文...
  6. [轉]Apple Homebridge http://blog.itist.tw/2017/11/how-to-building-apple-smar ... 閱讀全文...

發佈留言