屏幕直接数字化书籍！NDLOCR-Lite 屏幕捕获 OCR 功能完整教程

【免费下载链接】ndlocr-liteNDLOCR-Liteアプリケーションのリポジトリソースコードを含むNDLOCR‑Lite application repository (including source code)项目地址https://gitcode.com/gh_mirrors/nd/ndlocr-lite点击查看免费下载NDLOCR-Lite 是日本国立国会图书馆开源的轻量级 OCR光学字符识别工具支持屏幕捕获 OCR无需截图软件、无需保存图片文件直接在屏幕上框选书籍页面即可瞬间识别出文字。它不依赖 GPU在普通笔记本电脑上就能高速运行支持 Windows、macOS 和 Linux 三大平台。本教程带你从零开始10 分钟上手这套免费的屏幕截图文字识别功能。一、什么是 NDLOCR-Lite 屏幕捕获 OCR传统 OCR 的流程是先拍照或截图保存成图片文件再喂给识别软件。而 NDLOCR-Lite 的**屏幕捕获模式ScreenCapture Mode**把这两步合一了——你在屏幕上框选哪个区域它就识别哪个区域背后通过ImageGrab直接抓取屏幕像素并送入识别模型整个过程不落地任何图片文件。它的核心技术由三大模块组成详见 src/ocr.py模块作用实现布局识别找出图中所有文字行的位置DEIMv2 检测模型DINOv3 蒸馏的 ViT-Tiny 骨干文字识别把每条文字行读成文本PARSeq 序列识别模型ONNX阅读顺序整理按正确顺序拼接全文src/reading_order/order/reorder.py得益于级联式多尺度识别策略见 src/ocr.py 中的process_cascade函数短行用轻量模型快速处理、长行才交给大模型CPU 上也能保持流畅的速度。二、安装准备获取并启动 NDLOCR-Lite获取方式二选一下载桌面应用推荐新手从项目 releases 页面下载与你的系统匹配Windows/Mac/Linux的压缩包解压后双击ndlocr_lite即可运行无需安装 Python从源码克隆git clone https://gitcode.com/gh_mirrors/nd/ndlocr-lite cd ndlocr-lite pip install -r requirements.txt⚠️重要提示请将应用放在不含日文全角字符的路径下否则可能无法启动。首次启动约需 1 分钟加载模型请耐心等待进度条走完看到OCRモデル準備完了提示即准备就绪。启动后你会看到 NDLOCR-Lite-GUI 主界面源码位于 ndlocr-lite-gui/main.py界面右上角的语言切换器支持日本語 / English双语界面顶部有醒目的「キャプチャモードScreenCapture Mode」按钮——它就是本文主角。三、屏幕捕获 OCR 操作步骤一键框选识别整个功能的核心实现是 ndlocr-lite-gui/main.py 中的CaptureTool类它把截图 识别 出文封装成了四步操作第 1 步先选定输出目录点击「出力先を選択する选择输出目录」选好识别文本要保存的文件夹。屏幕捕获的结果会直接写入该目录。第 2 步把书页放上屏幕在浏览器或 PDF 阅读器中打开书籍页面比如数字图书馆的扫描页调整到合适的显示大小。字体越大识别效果越好。第 3 步点击「キャプチャモード」按钮界面会全屏变半透明约 30% 不透明度并置顶同时隐藏标题栏——此时你看到的就是屏幕的透明蒙版。用鼠标按住拖动框选书籍文字区域松开鼠标即完成捕获。程序会自动把 NDLOCR-Lite 窗口恢复原状详见start_capture与_capture_and_restore方法ndlocr-lite-gui/main.py。第 4 步预览并执行识别弹出「キャプチャ結果捕获结果」对话框显示刚截取的屏幕区域点「再キャプチャRetake」重新框选方便修正选区勾选「範囲固定Fix Region」固定当前选区之后点重试会直接重截同一块区域屏幕内容刷新时特别实用点「OCR実行」开始识别界面会显示耗时秒级完成。识别完成后弹出结果窗口左侧是截取区域缩略图右侧是可直接选中的识别文本还可通过开关切换「整形表示Markdown」格式化视图。文本会同时保存为.txt文件到你的输出目录。四、进阶技巧让屏幕捕获更好用技巧 1善用范围固定连续识别多页对同一本书的连续页面勾选「範囲固定」后反复点「再キャプチャ」「OCR実行」每次都会截取同一位置非常适合逐页数字化。技巧 2开启表格结构识别如果界面中出现了表格结构复选框可选项取决于安装的可选项模块勾选后可对含表格的页面做表格结构推断输出额外的_tables.html文件。技巧 3与批量模式配合屏幕捕获是应急通道如果你有完整扫描文件用左侧的「画像ファイルを処理する」或「フォルダ内の画像を処理する」进行批量 OCR 效率更高支持 jpg/png/tiff/jp2/bmp/webp 及 PDF 文件并可输出 JSON、XML、TEI、带隐形文字层的 PDF 等多种格式配置逻辑见 ndlocr-lite-gui/gui_config.py。️技巧 4手写文字也支持从 v1.2 起NDLOCR-Lite 强化了手写文字识别。对 JaWildText 基准 1065 张手写图片的评测中整体平均 CER字符错误率仅为0.268横排、竖排手写都能读。屏幕捕获模式同样适用——拍不好实物、但屏幕上有清晰图片时直接框选屏幕即可。五、常见问题 FAQ问题解答屏幕捕获对屏幕截图质量有要求吗有。屏幕显示越清晰分辨率高、字体大识别率越高建议 100% 以上缩放显示页面识别结果保存到哪里你通过「出力先を選択する」选定的目录文件名为captureimg.txt可以识别非日文文字吗主要面向日文活字手写内置字符集见 src/config/NDLmoji.yaml需要 GPU 吗不需要。默认cpu运行服务器环境可选--device cuda加速首启动慢怎么办首次约 1 分钟属正常模型src/model/ 下的 ONNX 文件正在加载六、总结NDLOCR-Lite 的屏幕捕获 OCR 把看屏幕的文字 → 变成可编辑文本压缩成了框选 一次点击✅ 免费开源CC BY 4.0无需 GPU笔记本即可流畅运行✅ 三步完成选输出目录 → 点「キャプチャモード」→ 框选执行 OCR✅ 支持重截、区域固定、Markdown 整形视图、表格结构识别✅ 横排/竖排/手写/活字通吃还兼容批量文件与 PDF 处理对于需要快速数字化书籍资料、又不想折腾截图和文件转换的场景这套完整的屏幕 OCR 流程值得立即收藏。赞分享【免费下载链接】ndlocr-liteNDLOCR-Liteアプリケーションのリポジトリソースコードを含むNDLOCR‑Lite application repository (including source code)项目地址https://gitcode.com/gh_mirrors/nd/ndlocr-lite点击查看免费下载相关推荐Electron屏幕捕获实现屏幕截图与录屏功能Electron屏幕捕获实现屏幕截图与录屏功能 在桌面应用开发中屏幕捕获是一个常见且重要的功能需求。无论是用于远程协助、教学演示、游戏录制还是应用监控屏幕桌面应用跨平台前端如何快速开发Electron-React-Boilerplate屏幕捕获功能从截图到录屏的完整指南如何快速开发Electron React Boilerplate屏幕捕获功能从截图到录屏的完整指南 Electron React Boilerplate是一个示例工程前端Captura屏幕录制工具功能强大的开源屏幕捕获解决方案Captura屏幕录制工具功能强大的开源屏幕捕获解决方案 Captura是一款基于C 和.NET Framework开发的开源屏幕录制工具采用模块化架构设计桌面应用屏幕录制音视频创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考