按下快捷键，框选屏幕上的文字，结果自动写进记事本。
Windows 屏幕 OCR 工具 · 托盘常驻 · 本地识别 · 免费开源
QuickOcr 是一个常驻系统托盘的 Windows 屏幕文字识别（OCR）小工具。它解决一个很具体的场景：你只想把屏幕上某段文字抠出来，而不是先截图、再打开某个软件、再粘贴、再点识别。
默认按 Ctrl+Shift+O，屏幕变暗进入框选模式，拖出想要的区域后还能用鼠标微调位置和大小，确认后一秒出结果——自动用系统记事本打开，同时复制到剪贴板。
识别默认走本地 Tesseract 引擎，离线可用、完全免费；也支持切换到你自己的 HTTP OCR 接口。
flowchart LR
A[托盘常驻] -->|快捷键 Ctrl+Shift+O| B[全屏遮罩]
B --> C[拖拽框选]
C --> D[松开进入微调<br/>手柄缩放 / 拖动移动]
D -->|Enter / 单击 / 双击| E[截取选中区域]
D -->|ESC| Z[取消]
E --> F{OCR 引擎}
F -->|Tesseract 本地| G[识别文字]
F -->|自定义 HTTP API| G
G --> H[写入 result.txt]
H --> I[记事本打开 / 聚焦]
G --> J[复制到剪贴板]
框选交互
- 全局快捷键触发，可在设置中重新录入
- 全屏半透明遮罩，选区内部透明高亮、外部暗化，所见即所得
- 拖拽框选后进入微调模式：8 个手柄缩放、选区内部拖动移动、选区外部重新框选
- 实时显示选区像素尺寸，超出屏幕自动让位
Enter/ 选区内单击 / 双击 三种方式确认，ESC随时取消- 跨多显示器框选，PerMonitorV2 DPI 感知，坐标不失真
识别引擎
- Tesseract 5 本地引擎，中英文混合识别（
chi_sim+eng） - 语言包首次缺失时自动下载并缓存，之后完全离线
- 可选自定义 HTTP OCR API，引擎可插拔，切换即时生效
输出与容错
- 识别结果写入固定临时文件并用记事本打开，同一进程内复用记事本窗口，不堆叠
- 内容未变化时只聚焦窗口，不重复写文件
- 应用单实例：重复启动不会开第二个进程，而是唤醒已有实例
- 识别任务串行锁：上一次未结束时新触发直接丢弃，不会卡死界面
- 记事本被手动关闭后自动重启，无需干预
- 文件日志按天滚动，出问题可查
其他
- 多尺寸矢量图标（16~256 px），大图标模式下不失真
- 内置帮助手册与关于窗口
- 开机自启开关（写
HKCU\...\Run，无需管理员权限）
前往 Releases 下载：
| 文件 | 大小 | 说明 |
|---|---|---|
QuickOcr_Setup.exe |
约 226 MB | 单文件自解压安装器。双击后解压到 %LocalAppData%\QuickOcr\1.0.1\ 并自动启动，目标机无需安装 .NET |
publish.zip |
约 72 MB | 免安装绿色版。解压到任意目录后直接运行 QuickOcr.exe |
- Windows 10 / 11（x64）
- 无需安装 .NET 运行时（发行包已自带）
- 无需管理员权限
首次识别时若缺少语言包，会自动从 CDN 下载
chi_sim+eng（约 3~4 MB），需要联网；下载完成后即可离线使用。
| 操作 | 说明 |
|---|---|
Ctrl+Shift+O |
触发框选识别（默认值，可在设置中更改） |
| 鼠标拖拽 | 框选识别区域 |
| 拖选区内部 | 微调阶段整体移动选区 |
| 拖四角 / 四边手柄 | 微调阶段调整选区大小 |
| 拖选区外部 | 放弃当前选区，重新框选 |
Enter / 选区内单击 / 双击 |
确认执行识别 |
ESC |
取消框选 |
- 屏幕上看到想要的文字，例如一段报错日志
- 按
Ctrl+Shift+O，屏幕变暗 - 拖拽框住这段文字，松开鼠标
- 选区上出现手柄，拖动微调到刚好贴合文字
- 按
Enter（或双击选区内），文字随即出现在记事本中，同时已复制到剪贴板
右键任务栏的 QuickOcr 图标：
| 菜单项 | 作用 |
|---|---|
| 立即识别 | 等同于按一次快捷键 |
| 设置... | 打开设置窗口（双击托盘图标同效） |
| 帮助手册 | 打开内置使用说明，含当前实际绑定的快捷键 |
| 关于 | 版本号、技术栈与许可信息 |
| 退出 | 结束程序 |
右键托盘图标 → 设置...。可配置项如下：
| 设置项 | 默认值 | 说明 |
|---|---|---|
| 快捷键 | Ctrl + Shift + O |
点击输入框后直接按下组合键即可录入，需至少包含一个 Ctrl / Shift / Alt / Win 修饰键 |
| 识别引擎 | Tesseract 本地引擎 | 可切换为「自定义 HTTP API」 |
| Tesseract 语言 | chi_sim+eng |
语言包组合，+ 连接；如只需英文可填 eng |
| 自定义 API 地址 | 空 | 所选引擎为 HTTP API 时启用 |
| 鉴权头名称 / 值 | 空 | 可选，用于需要鉴权的自建接口 |
| 识别后复制到剪贴板 | 开 | |
| 识别后用记事本打开 | 开 | 关闭后仅复制到剪贴板 |
| 开机自启 | 关 | 写入当前用户注册表 Run 项 |
保存后快捷键立即重新注册；若该组合已被其他程序占用，会提示更换，不会静默失效。
选择「自定义 HTTP API」引擎后，QuickOcr 会按以下约定调用你的接口：
| 项 | 约定 |
|---|---|
| 请求方法 | POST |
| 请求地址 | 设置中的「自定义 API 地址」 |
| 请求体 | multipart/form-data |
| 图片字段 | 字段名 image，文件名 capture.png，Content-Type image/png |
| 响应体 | JSON {"text": "识别到的文字"} |
| 超时 | 30 秒 |
| 可选鉴权 | 通过设置中的「鉴权头名称 / 值」附加自定义请求头，例如 Authorization + Bearer xxx |
若响应不是约定的 JSON 结构，QuickOcr 会退而把整个响应体当作文字输出，便于排查接口问题。
最小实现示例（Python + Flask）：
from flask import Flask, request, jsonify
app = Flask(__name__)
@app.post("/ocr")
def ocr():
image = request.files["image"]
text = your_ocr_function(image.read())
return jsonify(text=text)| 内容 | 路径 |
|---|---|
| 配置文件 | %AppData%\QuickOcr\settings.json |
| 日志文件 | %AppData%\QuickOcr\logs\QuickOcr_yyyyMMdd.log |
| Tesseract 语言包 | %AppData%\QuickOcr\tessdata\*.traineddata |
| 识别结果临时文件 | %Temp%\QuickOcr\result.txt |
| 安装器解压目录 | %LocalAppData%\QuickOcr\1.0.1\ |
配置、日志与语言包均可安全删除，程序会按需重新生成。
- .NET 8 SDK
- Windows 10 / 11 x64
cd src\QuickOcr
dotnet build -c Debug -p:Platform=x64
dotnet rundotnet publish src\QuickOcr -c Release -r win-x64 --self-contained true -o publishpublish 文件夹即为可分发内容，自带 .NET 运行时。
powershell -ExecutionPolicy Bypass -File build.ps1脚本会依次发布主程序、压缩为 publish.zip、再构建自解压安装器，最终产出 dist\QuickOcr_Setup.exe。
为什么不是纯单文件 exe？ 主程序依赖的 Tesseract 封装（InteropDotNet）通过
Assembly.Location定位本地库目录，在PublishSingleFile模式下该值为空，会导致原生库加载失败。因此主程序采用「exe + 依赖 dll +x64\原生库目录」的结构；安装器本身则是真正的单文件 exe（内嵌publish.zip并在运行时解压）。
QuickOcr/
├── build.ps1 一键发布脚本
├── src/
│ ├── QuickOcr/ 主程序（.NET 8 + WPF）
│ │ ├── App.xaml(.cs) 启动入口、托盘与热键装配
│ │ ├── Tray/ 托盘图标与右键菜单
│ │ ├── SingleInstance/ Mutex + 命名管道单实例守卫
│ │ ├── Hotkey/ 全局热键注册、热键定义与序列化
│ │ ├── Capture/ 全屏框选遮罩（拖拽 / 微调 / 多屏）
│ │ ├── Ocr/ 引擎接口、Tesseract、HTTP API、工厂、语言包管理
│ │ ├── Output/ 记事本复用输出
│ │ ├── Settings/ 设置窗口、配置持久化、开机自启
│ │ ├── Help/ 帮助手册窗口
│ │ ├── About/ 关于窗口
│ │ ├── Utils/ 日志、Win32 互操作
│ │ └── Assets/ 应用图标与图标生成脚本
│ └── QuickOcr.Sfx/ 自解压安装器（单文件 SFX）
└── README.md
| 层面 | 选型 |
|---|---|
| 框架 | .NET 8 + WPF（PerMonitorV2 DPI 感知） |
| OCR | Tesseract 5（Patagames.Tesseract） |
| 截图 | System.Drawing Graphics.CopyFromScreen |
| 原生调用 | Win32 RegisterHotKey / NotifyIcon / SetForegroundWindow |
| 配置 | System.Text.Json |
| 打包 | dotnet publish self-contained + 自解压安装器 |
按了快捷键没反应？
大概率是该组合已被其他程序占用。用日志确认：打开 %AppData%\QuickOcr\logs\ 当天日志，若出现热键注册失败，说明被占用，请在设置里换一组组合键。此外，若程序未运行，托盘区也不会有图标，请先启动。
第一次识别特别慢？
首次触发时会下载 chi_sim 与 eng 语言包（约 3~4 MB）。下载完成后本地缓存，后续识别无需联网。
提示「无法下载 Tesseract 语言包」？
说明当前网络无法访问下载源。可手动下载 tessdata_fast 中的 chi_sim.traineddata 与 eng.traineddata，放到 %AppData%\QuickOcr\tessdata\ 目录即可。
识别结果有错字或漏字？ Tesseract 对低分辨率、艺术字、复杂背景的效果有限。建议：框选区域尽量只包含文字本身、贴近文字边缘；尽量选择清晰、字号较大的文字；若对精度要求高，可在设置中切换到自定义 HTTP API 引擎，接入更强的识别服务。
记事本窗口没弹到最前面？ 输出采用记事本复用策略，第二次识别会聚焦已打开的窗口而不是新开。若被其他窗口遮挡，可从任务栏点一下；这是为了避免多次识别后堆叠出一排记事本窗口。
重复启动会开两个程序吗？ 不会。第二次启动会通过命名管道唤醒已在运行的实例；此时不会再开新窗口。
能识别屏幕以外的东西吗，比如本地图片文件？ 当前版本只支持屏幕区域框选，尚未提供文件导入入口。
- 本项目代码：MIT
- Tesseract：Apache 2.0
- 语言包数据：tesseract-ocr/tessdata_fast
© 2026 QuickOcr · by Mr Lin