问题描述
在 Ubuntu 12.10 中，如果我输入
gnome-screenshot -a | tesseract output
它返回：
** Message: Unable to use GNOME Shell's builtin screenshot interface, resorting to fallback X11.
如何从屏幕中选择文本并将其转换为文本(剪贴板或文档)？
谢谢！
最佳思路
也许已经有一些工具可以做到这一点，但您也可以使用一些屏幕截图工具和 tesseract 创建一个简单的脚本，就像您尝试使用的那样。
以这个脚本为例(在我的系统中，我将它保存为 /usr/local/bin/screen_ts )：
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick scrot
select tesseract_lang in eng rus equ ;do break;done
# Quick language menu, add more if you need other languages.
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
scrot -s $SCR_IMG.png -q 100
# increase quality with option -q from default 75 to 100
# Typo "$SCR_IMG.png000" does not continue with same name.
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
cat $SCR_IMG.txt
exit
并支持剪贴板：
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick scrot xsel
select tesseract_lang in eng rus equ ;do break;done
# quick language menu, add more if you need other languages.
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
scrot -s $SCR_IMG.png -q 100
# increase image quality with option -q from default 75 to 100
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
cat $SCR_IMG.txt | xsel -bi
exit
它使用 scrot 获取屏幕，使用 tesseract 识别文本，使用 cat 显示结果。剪贴板版本还使用 xsel 将输出通过管道传输到剪贴板。
注意：默认情况下不安装 scrot、xsel、imagemagick 和 tesseract-ocr，但可以从默认存储库中获得。
您也许可以用 gnome-screenshot 替换 scrot ，但这可能需要做很多工作。关于输出，您可以使用任何可以读取文本文件的内容(使用文本编辑器打开，将识别的文本显示为通知等)。
脚本的 GUI 版本
这是 OCR 脚本的简单图形版本，包括语言选择对话框：
#!/bin/bash
# DEPENDENCIES: tesseract-ocr imagemagick scrot yad
# AUTHOR: Glutanimate 2013 (http://askubuntu.com/users/81372/)
# NAME: ScreenOCR
# LICENSE: GNU GPLv3
#
# BASED ON: OCR script by Salem (http://askubuntu.com/a/280713/81372)
TITLE=ScreenOCR # set yad variables
ICON=gnome-screenshot
# - tesseract won't work if LC_ALL is unset so we set it here
# - you might want to delete or modify this line if you
# have a different locale:
export LC_ALL=en_US.UTF-8
# language selection dialog
LANG=$(yad \
--width 300 --entry --title "$TITLE" \
--image=$ICON \
--window-icon=$ICON \
--button="ok:0" --button="cancel:1" \
--text "Select language:" \
--entry-text \
"eng" "ita" "deu")
# - You can modify the list of available languages by editing the line above
# - Make sure to use the same ISO codes tesseract does (man tesseract for details)
# - Languages will of course only work if you have installed their respective
# language packs (https://code.google.com/p/tesseract-ocr/downloads/list)
RET=$? # check return status
if [ "$RET" = 252 ] || [ "$RET" = 1 ] # WM-Close or "cancel"
then
exit
fi
echo "Language set to $LANG"
SCR_IMG=$(mktemp) # create tempfile
trap "rm $SCR_IMG*" EXIT # make sure tempfiles get deleted afterwards
scrot -s "$SCR_IMG".png -q 100 #take screenshot of area
mogrify -modulate 100,0 -resize 400% "$SCR_IMG".png # postprocess to prepare for OCR
tesseract -l "$LANG" "$SCR_IMG".png "$SCR_IMG" # OCR in given language
xsel -bi < "$SCR_IMG".txt # pass to clipboard
exit
除了上面列出的依赖项之外，您还需要安装 Zenity fork YAD from the webupd8 PPA 才能使脚本正常工作。
次佳思路
为此，我创建了一个免费的开源程序：
https://danpla.github.io/dpscreenocr/
第三种思路
不知道有没有人需要我的解决方案。这是一个与wayland一起运行的。
它在 Text-Editor 中显示 character-recognition，如果您添加参数 “yes”，您会从 goggle trans 工具获得翻译(必须连接互联网)在您可以使用之前安装 tesseract-ocr imagemagick 和 google-trans。当您看到要识别的文本时，使用 Alt+F2 启动脚本，即在 gnome 中。围绕文本移动课程。而已。该脚本仅针对 gnome 进行了测试。对于其他窗口管理器，它必须适应。要将文本翻译成其他语言，请替换第 25 行中的语言 ID。
#!/bin/bash
# Dependencies: tesseract-ocr imagemagick google-trans
translate="no"
translate=$1
SCR_IMG=`mktemp`
trap "rm $SCR_IMG*" EXIT
gnome-screenshot -a -f $SCR_IMG.png
# increase quality with option -q from default 75 to 100
# Typo "$SCR_IMG.png000" does not continue with same name.
mogrify -modulate 100,0 -resize 400% $SCR_IMG.png
#should increase detection rate
tesseract $SCR_IMG.png $SCR_IMG &> /dev/null
if [ $translate = "yes" ] ; then
trans :de file://$SCR_IMG.txt -o $SCR_IMG.translate.txt
gnome-text-editor $SCR_IMG.translate.txt
else
gnome-text-editor $SCR_IMG.txt
fi
exit