基于 Tesseract 引擎的本地截图 OCR 工具，支持中英文高精度文字提取与表格识别，数据无需上传云端。
说明：
## 核心用法
Screenshot OCR 是一款基于 Python 与 Tesseract 开源 OCR 引擎的本地截图文字识别工具。用户可通过命令行调用 `ocr.py` 脚本，支持两种输入方式：直接读取剪贴板中的截图（`clipboard` 模式），或指定本地图片文件路径（`file` 模式）。识别结果可输出至终端、一键复制到系统剪贴板（`–copy`），或保存为 TXT 文本文件（`–save`）。工具额外支持表格结构化识别，适合提取发票、报表等含格式的文档内容。
## 显著优点
1. **完全本地化**：依赖 Tesseract 开源引擎，所有识别流程在本地执行，敏感图片无需上传第三方服务器，隐私风险可控。
2. **跨平台兼容**：支持 Linux（apt）、macOS（Homebrew）、Windows 官方安装包三种系统环境的 Tesseract 部署。
3. **中文优化**：明确依赖 `tesseract-ocr-chi-sim` 简体中文语言包，对中文场景识别准确率有基础保障。
4. **轻量集成**：仅需 Python 3 及 `pytesseract`、`pillow` 两个 pip 包，部署成本低。
## 潜在缺点与局限性
1. **引擎性能瓶颈**：Tesseract 在复杂排版、低分辨率、艺术字体或手写体场景下识别率显著下降，无法与商业云端 OCR（如百度、Azure）相比。
2. **无 GUI 界面**：纯命令行交互，对非技术用户门槛较高，截图触发需配合系统快捷键或额外工具。
3. **依赖管理繁琐**：需用户手动安装 Tesseract 系统级依赖及语言包，不同操作系统版本可能存在路径配置问题。
4. **表格识别精度未定**：描述中提及支持表格识别，但未说明是否依赖额外训练数据或插件，实际效果存疑。
## 适合人群
– 开发者、运维人员、安全研究员等需要批量处理截图文字的技术用户
– 对数据隐私敏感、禁止上传图片至外部服务的办公场景
– 轻量级自动化脚本集成需求（如配合截图工具链实现工作流）
## 常规风险
1. **Tesseract 版本差异**：不同系统源提供的 Tesseract 版本差异可能导致识别结果不一致或功能缺失。
2. **剪贴板内容风险**：`clipboard` 模式可能意外读取敏感截图，建议在受控环境使用。
3. **路径注入可能**：`file` 模式若未对输入路径做严格校验，可能存在路径遍历风险（需审查 `ocr.py` 实现）。
会员专属
