Comment extraire instantanément du texte d’une zone d’écran à l’aide des outils de ROC?

Peut-être existe-t-il déjà un outil qui fait cela, mais vous pouvez aussi créer un script simple avec un outil de capture d’écran et un tesseract, comme vous essayez de les utiliser

Prenons comme exemple ce script (dans mon système, je l’ai sauvegardé sous le nom /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 

Et avec le support du presse-papier:

 #!/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 

Il utilise scrot pour prendre l’écran, tesseract pour reconnaître le texte et cat pour afficher le résultat. La version presse-papier utilise en outre xsel pour xsel la sortie dans le presse-papier.

REMARQUE : scrot , xsel , imagemagick et tesseract-ocr ne sont pas installés par défaut mais sont disponibles à partir des référentiels par défaut.

Vous pourrez peut-être remplacer scrot par gnome-screenshot , mais cela peut prendre beaucoup de travail. En ce qui concerne la sortie, vous pouvez utiliser tout ce qui peut lire un fichier texte (ouvert avec l’éditeur de texte, afficher le texte reconnu comme une notification, etc.).

Version graphique du script

Voici une version graphique simple du script OCR incluant une boîte de dialog de sélection de la langue:

 #!/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 cat $SCR_IMG | xsel -bi # pass to clipboard exit 

Outre les dépendances répertoriées ci-dessus, vous devez installer le Zenity fork YAD à partir du PPA webupd8 pour que le script fonctionne.

Je ne sais pas si quelqu’un a besoin de ma solution. En voici un qui fonctionne avec wayland.

Il montre la reconnaissance des caractères dans un éditeur de texte et si vous ajoutez le paramètre “oui”, vous obtenez la traduction de l’outil de traduction de masque (connexion Internet obligatoire). Avant de pouvoir l’utiliser, installez tesseract-ocr imagemagick et google-trans. Lancez le script, c’est-à-dire dans gnome avec Alt + F2 lorsque vous voyez le texte que vous souhaitez reconnaître. Déplacez le courser autour du texte. C’est tout. Ce script a été testé uniquement pour gnome. Pour les autres gestionnaires de fenêtres, il faut en tenir compte. Pour traduire le texte dans d’autres langues, remplacez l’ID de langue de la ligne 25.

 #!/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 

Je viens de faire un blog sur la façon d’utiliser la capture d’écran de nos jours. Même si je cible le chinois, la dissortingbution de l’écran et le code sont en anglais. L’OCR est simplement l’une des fonctionnalités.

Fonctionnalité pour mon OCR:

• Ouvrir dans konsole + vimx OU gedit pour continuer l’édition.

• Pour vimx + english, activez la vérification orthographique.

• Soutenir la sélection de langue dynamic sans code dur.

• Boîte de dialog de progression lors de la conversion et du tesseracting, ce qui est lent.

Code de fonction:

 function ocr () { tmpj="$1" tmpocr="$2" tmpocr_p="$3" atom="$(tesseract --list-langs 2>&1)"; atom=(`echo "${atom#*:}"`); atom=(`echo "$(printf 'FALSE\n%s\n' "${atom[@]}")"`); atom[0]='True' ans=(`yad --center --height=200 --width=300 --separator='|' --on-top --list --title '' --text='Select Languages:' --radiolist --column '✓' --column 'Languages' "${atom[@]}" 2>/dev/null`) && ans="$(echo "${ans:5:-1}")" && convert "$tmpj[x2000]" -unsharp 15.6x7.8+2.69+0 "$tmpocr_p" | yad --on-top --title '' --text='Converting ...' --progress --pulsate --auto-close 2>/dev/null && tesseract "$tmpocr_p" "$tmpocr" -l "$ans" 2>>/tmp/tesseract.log | yad --percentage=50 --on-top --title '' --text='Tesseracting ...' --progress --pulsate --auto-close 2>/dev/null && if [[ "$ans" == 'eng' ]]; then konsole -e "vimx -c 'setlocal spell spelllang=en_us' -n $tmpocr.txt" 2>/dev/null; else gedit "$tmpocr.txt"; fi rm "$tmpocr_p" } 

Code de l’appelant:

 for cmd in "mktemp" "convert" "tesseract" "gedit" "konsole" "vimx" "yad"; do command -v $cmd >/dev/null 2>&1 || { LANG=POSIX; xmessage "Require $cmd but it's not installed. Aborting." >&2; exit 1; }; :; done tmpj="$(mktemp /tmp/`date +"%s_%Y-%m-%d"`_XXXXXXXXXX.png)" tmpocr="$(mktemp -u /tmp/`date +"%s_%Y-%m-%d"`_ocr_XXXXX)" tmpocr_p="$tmpocr"+'.png' gnome-screenshot -a -f "$tmpj" 2>&1 >/dev/null | ts >>/tmp/gnome_area_PrtSc_error.log ocr $tmpj $tmpocr $tmpocr_p & 

Combinez ce code 2 dans un script shell unique à exécuter.

Capture d’écran 1:

Capture d’écran 2: