dynobo/normcap

OCR powered screen-capture tool to capture information instead of images

何を解決するか

NormCap は、スクリーン上のテキストや情報を画像を撮影するのではなく、直接抽出できるスクリーンキャプチャーツールです。画像、動画、またはユーザーインターフェースの選択できない領域に表示されたテキストを手動で再入力する必要がなくなる問題を解決します。

動作方法

Tesseract OCR エンジンを使用して、選択したスクリーン領域内のテキストを認識する OCR ベースのスクリーンキャプチャーツールです。また、QR コードやバーコードの検出には zxing-cpp を統合し、システムクリップボードユーティリティ（wl-clipboard や xclip など）を利用して、抽出したテキストを簡単に貼り付けられるようにしています。

対象ユーザー

生産性やアクセシビリティのために、スクリーン上のテキストを素早く抽出したい Linux、macOS、Windows ユーザー。

特徴

  • Windows、macOS、Linux でのクロスプラットフォーム対応。
  • Tesseract OCR エンジンで駆動。
  • テキストと QR/バーコードの両方を検出可能。
  • 事前ビルド済みインストーラ、ポータブル版、Python パッケージとして利用可能。

関連

  • プロジェクト
    schappim/macOCR

    AppleのVisionフレームワークを使用して、画面、画像、またはPDFからテキスト、QRコード、バーコードを抽出するmacOS用のコマンドラインOCRツール。

  • プロジェクト
    amebalabs/TRex

    任意の画面領域から選択できないテキストを OCR で抽出し、クリップボードに直接コピーする macOS ユーティリティ。

  • プロジェクト
    TheJoeFin/Text-Grab

    Text GrabはWindows専用のデスクトップアプリで、スクリーンショット、PDF、UI要素など、画面に表示されるすべてのテキストをローカルOCR（WinAI、WinRT OCR、Tesseract）でキャプチャし、内蔵のクリーニング機能、スプレッドシート編集、正規表現ベースの抽出、再利用可能なキャプチャテンプレート、バッチフォルダ処理、Chrome/Edge拡張機能を提供します。すべての処理はデバイス内に留まり、Copilot+ PCではNPU加速推論もオプション。Microsoft Store、GitHubリリース、パッケージマネージャーからインストール可能。Visual Studioまたは.NET SDKでソースからビルド可能。

  • プロジェクト
    tesseract-ocr/tesseract

    Tesseractは、100以上の言語に対応するテキスト画像からマシンリーダブルなテキストへの変換を行う、オープンソースのOCRエンジンおよびコマンドラインツールです。

  • プロジェクト
    ocrmypdf/OCRmyPDF

    スキャンされたPDFファイルにOCRテキストレイヤーを追加し、元の画像解像度を維持したまま検索やコピー＆ペーストを可能にするコマンドラインツール。