goldendict在windows系统下一种OCR查词实现的方法

ура

% C" d) o. p2 `2 |; W) g$ A2 @/ d
前几天在玩一个英文的小游戏，苦于我英语不好，许多单词都要查一下才明白意思。正常的查词方法实在影响游戏体验。尽管如有道词典也有ocr功能，但是其使用体验却很糟糕。我前几天看到https://www.pdawiki.com/forum/thread-31879-1-1.html?x=300193帖子中提到的ocr查词方法，一时间就觉得这才是利用ocr查词应该有的样子。可惜帖子中只介绍了mac系统下的方法。为了模仿这种实现方式，我找到了一款开源截图软件greenshot，官网https://getgreenshot.org，github项目地址https://github.com/greenshot。
, b  e8 g& C$ l3 f9 m9 }这个配置外部命令的功能就是最终实现的关键。软件中可以选择截图完成后的动作，该动作可以通过命令行启动一个可执行文件（*.exe *.bat *.com）并把截出来的图片完整路径和文件名作为参数传递进去。
实现步骤：
1.先安装tesseract，建议直接在https://github.com/UB-Mannheim/tesseract/wiki下载最新release的版本，否则可能出现一些问题。
" A4 l5 k. B. E$ n* N( V0 A2.安装完成后设置环境变量，把tesseract的安装目录加入PATH（可以在cmd下测试是否成功），新建TESSDATA_PREFIX环境变量，值为tessdata所在路径。3.安装greenshot，（安装时可以选择安装它自带的一个ocr插件，不过我没有安装不知道这个插件的效果）
安装完成后运行，在任务栏右下角系统托盘处找到它的图标，点击一次后，在弹出的菜单中选中配置外部命令。4.设置截图后动作。

新建一个随意起一个名字，命令填你的可执行文件的路径（我的脚本内容如下，未必是最优方案：）
2 U3 s) }6 C" S" Q) m1 l8 L2 c" C$ U

1. if "%2"=="h" goto begin
   $ ^) @$ ^, P: H, W! Q8 m
2. start mshta vbscript:createobject("wscript.shell").run("%~0 %~1 h",0)(window.close)&&exit
   + D2 O; J; O! O, l5 u9 w
3. :begin
   
4. tesseract %1 stdout -l eng+rus+fra | clip
   0 Q% ?" b6 S0 W# w, X! f
5. mshta vbscript:CreateObject("Wscript.Shell").SendKeys("^t")(window.close)

复制代码

& _; x8 I/ |% i/ k0 O这个原理就是把截图传给tesseract，再将输出的结果复制到剪贴板中，最后发送goldendict翻译剪切板的全局快捷键（我已经设置为CTRL+T，原因是我没搞懂CTRL+C+C快捷键怎么发送）（感谢gttwork补充，将最后一行的SendKeys("^t")换为SendKeys("^c^c")可发送CTRL+C+C，即默认的goldendict翻译剪切板的全局快捷键）(感谢gttwork补充,^c^c快捷键在最新版的GoldenDict下无效，需改为^{c 2})，所以这个方法也同时适用于满足“有翻译剪切板的全局快捷键”的其他词典软件。要注意的另外一点是这里我选择的语言是eng+rus+fra(英俄法)，这里需要根据自己的情况做一个改变。
: Z* [3 {% h% P+ G我这个方案其实有很多不完善的地方，其中之一就是进行识别时会快速闪过cmd的窗口，这里我已经做了应对，减少了窗口停留的时间，但是还是没好的办法完全去除。这里也希望有好想法的朋友提提意见。
（新人发帖，有不周到的地方还请多多包涵呀）最终实现效果
) h- D: ^+ F8 l7 h1 a$ b
5 F7 Y4 _% b9 E3 }7 Z6 M  (动图居然因为太大发不上来)
5 v  k7 e7 d4 i: q& \. A4 b9 cemmm其实识别还是挺慢的哈。。
% D5 a! n0 x# u# w+ K1 L
5 [4 z+ m( D/ X( U3 J
3 c/ w7 P" f+ Z: O2 D$ r

elisir

$ `& w! r& w, \- D" Q+ N很好的思路实现，小白验证过了，确实可行。
* y  h% Y& x9 t- p7 P& l) S& L, q
补充几点像我这样的小白可能犯的错：
1、先建oct.bat文件再到greenshot中配置命令，否则那里是红色的。
& w4 x. K% H2 X  P8 I2、代码复制后得核对一遍，因为论坛设置了防盗功能加了乱码，注意前后是否与看到的代码一样。
6 S! K3 w7 I$ |$ P' g$ b# v' b3、设置环境变量：自己第一次粗心，把数据变量设置成了工作路径。可以在cmd下用命令检验是否正确设置：tesseract 1.png stdout -l eng
9 \. }7 r9 w4 w  b  g1 E注意测试用的1.png需要先用greenshot截图且保存在当前目录
4、ocr使用的识别在安装过程中就可以选择，如果是像我一样的小白识别汉字和英语，安装完后在tessdata下查看可使用支持语言的代码，与文件名相同，如果是识别汉字和英语，则前面的代码需要将eng+rus+fra修改为eng+chi_sim+chi_tra
$ r+ r$ G/ R  d) o5、注意得将greenshot设置捕捉区域的快捷键为自己顺手的，还要将goldendict中的翻译剪贴板中单词的热键设置为Ctrl+T（在那里点中后按键然后确定）。
6、greenshot的设置中将destination去掉默认的手动选择改为自己的OCR命令，这样就不用每次选择了。
& l* {& g8 U) t8 f0 Q9 }
3 @: G- M% C9 f2 [4 w

gttwork

^c^c快捷键在最新版的GoldenDict下无效，需改为^{c 2}

gttwork

* V. [5 n* \7 N6 Z2 w- @( H0 Z

ура 发表于 2019-3-16 10:36
; b; L! ?& P* {& V要把前面的目录根据自己的实际安装情况改一下。我前面的有些流程写的不清楚，出现问题可以随时问我呀（ ...

感谢告知，终于成功了！原来不是环境变量的问题，是文本编辑器默认编码UTF 8导致的，另外我找到了发送^cc的方法了，^c^c。最近论坛不稳定，经常无法访问。
% h1 R) b* G9 s+ z; J

elisir

楼主辛苦，谢谢分享

zhu1234

还有这种操作。厉害。。。

VimVim

赞赞赞! 终于有了进一步研究使用tesseract的动力

ура

elisir 发表于 2019-3-6 05:46
很好的思路实现，小白验证过了，确实可行。
  N5 |) X6 e, r/ |5 {
补充几点像我这样的小白可能犯的错：

对对对，你说的对，确实我忘记提了这几个部分，太谢谢你了

redj0705

天啊！楼主您简直是神人！
  A- a; y5 r2 a( O3 s8 Q5 y多谢您的用心！
, `4 R, ?; P( p

gttwork

我在环境变量这个环节遇到问题，能否上传一个设置环境变量的截图？

ура

gttwork 发表于 2019-3-16 08:54
我在环境变量这个环节遇到问题，能否上传一个设置环境变量的截图？

8 S. E8 `& B' W* ^. {; I/ c! `* p$ V, Y
4 k$ m- r) }, [+ W9 L) b要把前面的目录根据自己的实际安装情况改一下。我前面的有些流程写的不清楚，出现问题可以随时问我呀（也可能我就不能完全搞定，那就emmm）
话说我早些就看到你的回复了，但是我出来截图这回功夫再回来就打不开论坛的页面了，到现在才能恢复访问。是我的问题还是论坛的问题？

qinglian1993

赞赞赞，利害 利害，

我爱深蓝

感谢分享方法

我爱深蓝

已经成功运行了，感谢分享，只是会出现弹窗还是不爽快，我看能不能结合autohotkey使用，优化一下流程

果然君2

推荐quicker软件

bauhinia

有没有不弹窗口的方法呢。。。。

ledliuyh

都是高手！

laimeng

试了几次没有任何效果，不知问题出在哪

ccz

: X. y5 a& W* z/ T9 t7 t
作为小白，费了九牛二虎之力加点运气终于搞定了。哎！给看不太明白楼主的小白提示下。
* y/ k# [0 y, g" C  p; i: m& k( U2 O1.楼主的第2步“2.安装完成后设置环境变量，把tesseract的安装目录加入PATH（可以在cmd下测试是否成功），新建TESSDATA_PREFIX环境变量，值为tessdata所在路径。”  
, n4 f" x: H; x: q* c不明白的小白，请百度“tesseract安装与应用”等，把tesseract软件调试搞定了再下一步。
+ ?& D. ^$ {4 W) j) w0 c2.楼主最后一张的截图，设置“抓图后的动作”除了勾选OCR，还应该勾选“复制到剪贴板”，我作为小白就栽在这里。
# U6 P7 ~. O" H: M3 {5 t

ccz

) b* U' s, r% z9 Y7 Ktesseract软件最好截一张图，按教程做个OCR测试，看看是否安装配置成功再下一步。
* Q: h: N6 x& p* }: T2 z4 x百度搜索教程安装及应用测试吧。