应用截图

详细介绍

功能强大的光学字符识别（OCR）扩展，可截取图像并将其转换为文本 此扩展为浏览器添加一个用于执行 OCR 的工具栏按钮。按下此操作按钮后，用户可以在当前活动窗口中选择一个区域。扩展会截取该区域，并使用内置的强大 OCR 引擎（Tesseract 引擎）尝试识别其中的文字。此扩展使用“tesseract.js”库，支持 100 多种语言、自动文字方向识别和文字系统检测。 此扩展会在页面中加载 JS 库，并在您使用完毕后将其移除。这样便不会长期占用资源。 引擎： Tesseract：仅从图像中提取纯文本，不保留格式 IBM Granite-Docling：能够准确解读标题、列表、样式（粗体、斜体）、表格和数学公式。 注意事项： 1. 首次运行时，扩展可能需要几分钟从互联网获取训练数据。由于该资源会被缓存，后续调用都会很快。 2. 光学字符识别（OCR）速度较慢，因此此扩展会为每个检测模块显示进度条。 3. 此扩展离线执行 OCR 过程，不与服务器交互。它只会获取一次语言训练数据库。 4. 此工具可用于提取图像、PDF 文档、PowerPoint 幻灯片中的文字内容，或在禁止用户选择内容时提取网页内容。 5. 如果文字提取的置信度较低，扩展会反转图像颜色并重试（在深色主题下尤其有用）。 6. 如果文字提取不准确，您可以修改图像，再将其拖入界面重试。 更新日志： 版本 0.2.4： 支持浏览器级页面缩放和操作系统级屏幕缩放 新增图像语言检测（仍处于测试阶段）（操作较慢）