Skip to content

Latest commit

 

History

History
135 lines (93 loc) · 3.44 KB

readme-cn.md

File metadata and controls

135 lines (93 loc) · 3.44 KB
Raw

树洞 OCR

English | 中文

介绍

  • 本地 OCR 识别 : 树洞 OCR 文字识别工具无需联网，通过调用本地 OCR 技术，基于 Paddle OCR 模型和深度学习框架如 PyTorch、DJL，提供快速准确的文字识别。
  • 跨平台兼容 : 基于 java 1.8 和 JavaFX 开发，支持在不同操作系统上运行，包括 Mac OS X 12.6 及以上版本。
  • 强大的功能支持 : 除了基础的文字识别，还包括 PDF 识别、图片文字识别、快捷键截图识别等功能.

主要依赖库

  • jdk 1.8
  • javafx
  • djl
  • pytorch
  • onnx
  • paddle ocr
  • opencv

开源地址

gitee | github

document

https://tree-hole-ocr-docs.vercel.app/

required

  • Mac OS X 12.6 因为依赖 djl 0.25.0

安装

  • 安装路径请勿包含中文字符；
  • 本程序使用 JavaFX 开发，提供的安装包中已经包含了 Java
  • 从release下载最新版本解压安装即可

程序使用

截图

  • 方法一：在程序主界面点击截图按钮；
  • 方法二：点击截图快捷键 F4。

圈选区域

进入截图界面后，按下鼠标左键，然后拖动即可圈选所要截取的区域； 圈选结束后，可以对圈选的区域进行微调：

  • 使用 方向键，可以对所选区域的右边界和上边界进行微调；
  • 使用 Shift+方向键，可以对所选区域的左边界和下边界进行微调；
  • 使用 Ctrl+A，可以全选整个屏幕。

确定圈选

圈选完成后，点击 Enter 或者 Space 键，或者鼠标左键双击即可确认圈选；确认圈选后，会自动对所选区域进行 OCR 文字识别。

本地构建

下载模型并解压

wget https://github.com/litongjava/tools-ocr/releases/download/model-ppocr-v4/ch_PP-OCRv4_rec_infer-onnx.zip
wget https://github.com/litongjava/tools-ocr/releases/download/model-ppocr-v4/ch_PP-OCRv4_det_infer-onnx.zip

解压模型

mkdir models/ch_PP-OCRv4_rec_infer
mkdir models/ch_PP-OCRv4_det_infer
unzip /Users/mac/Downloads/ch_PP-OCRv4_rec_infer-onnx.zip -d models/ch_PP-OCRv4_rec_infer
unzip /Users/mac/Downloads/ch_PP-OCRv4_det_infer-onnx.zip -d models/ch_PP-OCRv4_det_infer

构建程序

你下载代码在本地进行构建,构建命令如下 windows

mkdir target\jfx\app
cp -r models target\jfx\app
mvn jfx:native -DskipTests -f pom.xml

macos

rm -rf target/jfx/app
mkdir -p target/jfx/app
cp -r models target/jfx/app
mvn jfx:native -DskipTests -f pom.xml

查看系统运行日志

cd treehole.app/Contents/java/logs

注意事项

MAC 权限设置

由于监控了截图快捷键，因此 MAC 需要开启相应的权限，请见下图： 笔者设置如下

  • Settings-->Security and Privacy-->Accessbility MAC权限设置
  • Settings-->Security and Privacy-->Screen Recording 2

常用目录

  • 日志目录/Applications/treehole.app/Contents/Java/logs
  • 临时图片保存目录 /Applications/treehole.app/Contents/Java

TODO

  • PDF 识别
  • 图片文字识别
    • 识别结果文本对齐（暂未实现多分栏）
    • 全屏模式下截图
    • 添加正在识别动画
    • 多屏支持
  • 文本翻译
  • 公式识别
  • 表格识别
  • 软件设置