Topkill/tianruoocr

TianRuo OCR v6 – 軽量な Windows 用 OCR + 翻訳ツール

何であるか

• 画面からテキストをキャプチャし、認識（OCR）して別の言語に翻訳する Windows デスクトップアプリケーション。以前の tianruoocr プロジェクトを基盤としており、バグ修正といくつかの新機能を追加しています。

主な機能

分野	使い方	得られるもの
テキストキャプチャ & OCR	• トレイアイコンをダブルクリックするか、F4 キーを押して通常スキャンを行う。 • サイレント モード（トレイメニューまたはショートカット）を使用すると、ポップアップなしで認識されたテキストをクリップボードに直接コピーできる。	印刷されたテキスト、表、および（選択したバックエンドが対応している場合）手書きテキストを認識。
翻訳	• OCR後にツールバーのボタンをクリックして翻訳。 • 翻訳ウィンドウを右クリックして元言語・対象言語を変更し、再翻訳。 • クイック翻訳（デフォルト F9）は、選択した任意のテキストで動作：ファスト モードでは結果がクリップボードにコピーされ（可能であれば貼り付けも）、ウィンドウ モードでは小さな結果ウィンドウが表示される。 • スクリーンショット翻訳：トレイまたはショートカットから起動。キャプチャした画像を OCR し、翻訳結果を表示（またはサイレントにコピー）。 • クリップボードリスンモード：コピーした内容を自動的に翻訳。	複数のオンライン翻訳サービス（Google、Bing、Microsoft、Yandex など）およびプロンプトを受け付ける AI ベースの翻訳エンドポイントをサポート。
表処理	Baidu または Tencent の表 OCR サービスを選択。成功したスキャン後、Excel に直接エクスポートまたは Ctrl + V で貼り付け可能。	抽出された表はデータを保持。エクスポート方法によってフォーマットが異なる場合あり。
手書き	Baidu 手書き、Tencent 高精度、または手書きをサポートするオフラインモデルを選択。	手書き文字を編集可能なテキストに変換。

基盤となるエンジン

• オンライン OCR サービス – Baidu、Tencent など（API キーは自分で取得する必要あり）。一部のサービスはクォータまで無料。アプリは使用量の監視を促す警告を表示。
• オフライン OCR バックエンド – 3 つのバンドル済みオプションから選択可能：PaddleOCR、PaddleOCR2、または RapidOCR。これらはローカルで実行され、インターネット接続不要。
• 翻訳バックエンド – すべてオンライン。API キーは 設定 → 翻訳インターフェース ページで設定。同じ「AI インターフェースガイド」を通じて、AI 風の翻訳（プロンプトベース）もサポート。

設定のハイライト

• すべてのショートカットはカスタマイズ可能。デフォルトは F4（OCR）と F9（翻訳）。
• 設定 → 一般 で、サイレント OCR、高速翻訳、スクリーンショット翻訳の動作を切り替え可能。
• 「テキスト変更後に自動翻訳」 オプションでは、デバウンス時間（ミリ秒）を設定でき、カンマ区切りの簡単な構文で特定の翻訳サービスをホワイトリスト／ブラックリストに追加可能（例：1000,Bing,Bing2）。
• API キーは キー セクションに入力。アプリはキーやキーを同梱しない。

既知の制限

• タスクマネージャーに表示されるプロセス名が認識タスク後に経過時間に変更され、混乱を招く可能性がある。
• 一部の絵文字が UI で正しくレンダリングされず、四角に表示されることがある。
• Windows 10 でテスト済み。他の Windows バージョンでは奇妙な挙動が発生する可能性あり。

誰に役立つか？

• PDF やゲーム、チャットウィンドウなど、フル機能の OCR ソフトウェアを開かずに、画面内のテキストを素早く抽出したいユーザー。
• 短いテキストの翻訳を頻繁に行い、1 つのホットキーでワークフローを完結させたい人。
• さまざまな OCR/翻訳 API に接続できる、完成済みの Windows フロントエンドを探している開発者。

導入方法

1. 最新リリースをダウンロード（またはソースからビルド）。
   
2. プログラムを実行。トレイアイコンとして表示される。
3. 設定 → キー に移動し、使用する OCR や翻訳サービスに必要な API キーを追加。
4. F4 でテキストをキャプチャ、F9 で翻訳、またはトレイメニューでサイレントモードやスクリーンショットモードを探索。

謝辞 このプロジェクトは元の tianruoocr リポジトリのコードを再利用しており、いくつかのオープンソースツール（例：STranslate、GTranslate、WeChatOcr、pot-desktop）からの修正および追加インターフェースも統合しています。