断网也能用的 OCR:截图、批量、整本扫描 PDF,一个软件全包了
解压、双击、识别,全程不联网。同事甩来一张截图:「帮我把里面的字打出来。」或者更糟:一摞纸质资料扫成了 PDF,要整理成电子稿;会议纪要拍成了十几张照片,得拼成一份文档。
截图里的字不用重打,Umi-OCR可以离线提取
群里发来一张通知截图,想把时间和地点转发出去,长按却选不中字。内容不多,一个个敲也挺烦。Umi-OCR 就能处理这类事:把图片里的文字识别出来,再复制到聊天框或文档里。它有中文界面,官方提供便携版,解压后就能打开,普通图片识别可以在本机完成。
代码截图一键出 PNG 实测:3 种窗口风格,长行超 95 字符会被裁
粘贴一段代码,点一下导出,就得到一张带窗口边框、圆角和渐变背景的 PNG。默认 15 像素字号下,导出的图固定 3000 像素宽,19 行代码跑出来是 3000 × 2154。
PythonWin32API窗口与鼠标操作
窗口模块与截图什么是pywin32库pywin32是一个第三方模块库,主要的作用是方便python开发者快速调用windows API的一个模块库。
一张表格截图,我用Seed-2.1-pro做了个将它转成excel的小工具
我在 OpenCode 中选择 seed-2.1-pro,从零做了一个 Windows 桌面小工具:把图片拖进去,左边看原图,右边得到可编辑的表格;发现识别有偏差,可以直接改格子、合并或拆分单元格,再导出 Excel。应用运行时的模型 ID 也设置为 doubao-seed-2.
PDF 里的图别再截图了,Python16行抠原图
从 PDF 里把内嵌的原图抠出来是不是每次做 PPT、做上架图,要从 PDF 里拿张图,都靠右键截屏?截出来一放大就发虚。几十页的手册、宣传册,一张张截一张张存,一上午就搭进去了。别急,装一个库,复制下面这 16 行代码,把 PDF 和脚本放同一个文件夹里双击,原图全给你抠出来。
GitHub 81.1K+ Star! AI 截图一键转前端代码,复刻 UI 神器
产品同学甩过来一张 UI 截图:“照着这个页面,快速出一版 Demo”。相信绝大多数前端开发者都遇到过这个场景。你打开 AI 编码工具,一点点描述页面布局、颜色、按钮尺寸、间距、排版、移动端适配。
仅3.5MB的截图工具:一键贴进微信,老电脑也不卡
一、装之前先看这组数字:同一件事,体重差了 56 倍很多人电脑上那款截图软件,是三年前随手装的。它到底有多大,恐怕没人点开看过。有人把几款主流截图工具的安装包从头到尾称了一遍,用的不是厂商宣传页上的数字,而是官方 Release 资产的真实字节数。
仅3.5MB的截图工具:一键贴进微信,老电脑也不卡
Python 批量提取小票、合同截图、证件图片转文字
Python 批量提取文件夹里所有图片文字 OCR(图片转文字,适合合同截图、小票、证件截图)Python 代码自动OCR 识别一张张截图,几十张合同小票转成文字1、选择安装源:pip install paddlepaddle==3.2.