为GoldenDict添加ocr识别查词(Linux系统)

发表于 分类于 评论数： 阅读数： 本文字数： 715 阅读时长 ≈ 2 分钟

本文主要记录在 Linux 系统中，为 GoldenDict 词典添加 OCR 屏幕取词查词功能

实现方法

  1. 利用深度截图进行屏幕采样
  2. 将待保存区域保存至剪切板
  3. 利用剪切板工具 xclip 处理剪切板数据
  4. 利用 tesseract 对图片进行文本识别
  5. 调用 GoldenDict 查询单词

具体实现细节

整个实现过程需要提前安装的项目有：（需要另外手动安装）

  1. 深度截图
  2. xclip（剪切板工具）
  3. tesseract（自带的英文识别不是太好，可以下载最新的英文识别训练文件，特殊识别可自行训练）
  4. GolenDict（查词软件，词典数据需要另外自行安装）

正确安装以上项目后，新建一个 shell 脚本文件（后缀名为 sh），文件内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#!/bin/bash
deepin-screenshot
xclip -selection clipboard -t image/png -o > "ocrdata.png" -t image/png
tesseract ocrdata.png ocrdata
word=$(sed -n '1p' ocrdata.txt)
if [ -n "$word" ]
then
	goldendict ${word}
fi
if [ -e "ocrdata.png" ]
then
	rm -f ocrdata.png
fi
if [ -e "ocrdata.txt" ]
then
	rm -f ocrdata.txt
fi

随后在系统中添加快捷键，一般系统在设置中都有图形界面，给刚才的程序添加一个不冲突的就好了 > o<

程序运行示例如下（注意要截图时要保存到剪切板）：

正在加载今日诗词....