5 個免費的OCR神器(光學字元辨識):輕鬆搞定PDF文字,Snipping Tool與CapCap,主要適用於Windows

簡睿學堂
12粉絲
8 次觀看·2024年9月21日
因為最近在製作Anki筆記,需要由PDF擷取出文字,彙總使用的方法。
以下使用 [國家教育研究院-全國中小學題庫網](https://exam.naer.edu.tw/)的國中七年級國文考卷為操作範例。
本影片介紹下列免費的OCR工具:
1. Google文件、LibreOffice
2. Windows剪取工具
3. CapCap
4. Umi-OCR
5. Text-Grab
💡 解說文章: https://jdev.tw/blog/8530/
💡 相關鏈接
✅CapCap (海外遊戲字幕顯示更方便): https://mecha-uma.blogspot.com/p/capcap.html
✅ Umi-OCR: https://github.com/hiroi-sora/Umi-OCR
✅ Text-Grab: https://github.com/TheJoeFin/Text-Grab
═════════════════════════════
如果你覺得我分享的知識有幫助與啟發,歡迎點擊「💖超級感謝」來贊助。感謝大家的支持。
✔️ Blog 簡睿隨筆: https://jdev.tw/blog/
💡簡睿學堂熱門播放清單
✅ Obsidian.md與筆記方法: https://ytube.io/3sOc
✅ AutoHotkey教學: https://ytube.io/3sOd
✅ Windows/跨平台軟體介紹: https://ytube.io/3sOe
大家好
因為最近在製作Anki的筆記
需要從PDF裡面截取出文字
來產生出Anki的卡片
因此測試了幾個免費的OCR工具
所謂的OCR也就是光學資源辨識
簡單講就是從圖片裡面辨識出文字
並且把圖片產生迴文字格式的內容
這一次就用一個簡單的題庫的考卷
來做範例
來為各位彙總一下
我使用到了這幾個OCR的工具
最主要的就是能夠協助我們在製作Anki的筆記
能夠從PDF裡面來產生出需要的一些內容
格式簡單的PDF檔
我們就可以直接使用Google Doc
或者是LibreOffice這一類的文書編輯程式來編輯它
先來看一下Google Doc開啟的方法
首先就是把PDF檔上傳到雲端硬碟
接著再點擊右鍵
直接使用開啟
然後這個開啟工具就選擇Google文件
Google文件開啟以後
就可以看到它已經完整的把PDF檔
整個產生在Google文件裡面了
如果是LibreOffice的話
只要直接把它給開啟起來
開啟完以後
它會直接使用LibreOffice的Draw來開啟它
也就是說它其實是把它當作圖形的方法來開啟它了
但是這每一個段落其實都可以直接來點擊它
也可以直接按Ctrl-C做複製裡面文字的工作
因此簡單格式的PDF檔
可以使用這兩種文書編輯工具
格式比較複雜的PDF檔
就沒有辦法使用文書編輯程式來開啟了
這個時候就必須使用OCR的工具
首先介紹最常見的Windows的檢取工具
Windows 11的設定裡面可以直接來設定
是不是要用Print Screen這個按鍵來開啟檢取工具
也就是Sleeping Tool這個檢取工具
首先我們先點擊設定
進入Windows的設定畫面
然後在搜尋這邊輸入Sleep
它就會出現一個選項
使用Print Screen鍵來啟動螢幕檢取
這個如果我們把它給啟用起來
到時候就可以直接按下Print Screen
把檢取工具給開啟起來
這個時候檢取工具已經啟用起來了
但是要請大家注意
只有在23H2以後
內建的檢取工具
它裡面纔有OCR辨識的工具
它是在最右邊會多增加一個文字動作的按鈕
點擊以後就可以直接選取一個區域
它就會直接做OCR的文字辨識
辨識完可以當作是文字的內容
就可以直接在點擊上面的複製所有文字
它就會將這些圖形通通變成是文字了
就可以再透過系統解貼簿來做貼上的操作了
第三個要介紹的是來自日本的檢取工具
它的名稱叫做CAPCAP
它的特點就是非常簡單非常容易使用
在開始使用之前
我們必須先確定
Windows是不是已經有安裝好需要的語言環境了
比如說日文跟英文的環境
是不是在你的Windows裡面已經有安裝完畢
安裝完以後
我們必須在它的設定裡面來做設定
來指定你要擷取的環境
到底是哪一種語言到哪一種語言
我們來看一下它的設定
在系統夾裡面
它的圖示按下右鍵再點擊Settings
在Settings裡面就可以來設定不同的環境
這個第一個環境就是要中文繁體轉換成中文繁體
這個我們就不需要去動它
下面可以去設定字型背景等等這些設定
都可以在這個Settings裡面來做設定
同時它也提供了即時翻譯的功能
如果你要把這個翻譯的功能馬上啟用的話
最簡單的方法就是勾選下面的這個Sample
它會自動產生出ID是123的三個環境
分別使用了Google Apps
還有DeepL API
還有Chat GPT API
它可以同時就自動的直接做翻譯
各位要使用之前
記得不要直接使用它這個ID123的設定
而是直接點擊複製
產生出一個新的你自己的設定以後
再針對自己的需要去做右邊的這個選擇
到時候再使用複製好的這個環境來使用
今天就還是直接使用繁體到繁體的這個功能
先把設定給關閉
再進入另外一個按鍵的設定
在這個Keybindings就是設定擷取的按鍵
目前我是把它設定成是Alt跟C
擷取完的內容
它會在螢幕上面會產生一個區域
這個區域如果你要把它隱藏起來的話
可以按一下Alt D
目前就設定了這幾個按鍵
測試一下
我先進入一個PDF檔
直接按一下Alt C
有標就會變成是加號
這個時候就可以拉取一段區域
拉取好你要擷取的區域以後放開
這個時候它就會出現了一個螢幕的區域
這個就是它擷取出來的內容
在這個區域的上面可以直接按一下右鍵
再點擊Copy裡面的Copy Original
它就會將這個內容複製到系統剪貼簿
這個時候再進入文字編輯器裡面
直接點擊Ctrl V
這個就是它已經擷取進來的文字的內容
可以說其實是非常準確的
很可惜的是它每個字的中間
都會多按插了一個空白
可能就要使用替代的方法
把這個空白給刪除掉
這樣纔可以取到真正完整的內容
CAPCAP的好處就是
它非常的簡單
而且也非常的準確
那如果各位找不到適用的工具的時候
可以使用它來做OCR的操作
它是開源在GitHub上面的一個工具
在Windows跟Linux下面都能夠使用
那它最大的特點就是它有中文的介面
只要啟動起來
就會是一個獨立執行的視窗
直接點擊這個截圖OCR
就可以來做螢幕擷取的工作了
這個時候我們再點擊這個螢幕截圖
先把畫面切換到PDF的畫面
再把它給開啟起來
再點擊這個螢幕截圖
這個時候可以來擷取需要的PDF的內容了
它已經把內容給擷取起來了
這個時候就可以直接複製它的內容了
點擊複製
再進入文字編輯器裡面
再把剛剛的內容按下Ctrl V貼上來
可以看到它也是非常準確的
就把這些內容擷取出來了
而且它不會有中間的空白
如果你也需要一個簡單操作的工具的話
UmiOCR也是可以考慮的一個工具
最後要介紹的TextGrab
它的作者其實就是Power Tools裡面的
Power Text Extractor的作者
有這個Power Tools來背書
各位可以想見這個TextGrab
它的功能應該是非常強大的
那首先它的預設就是
直接點擊Windows加Shift再加F
來做全螢幕的擷取
如果需要擷取螢幕上特定區域的內容的話
就可以直接用Windows加Shift加G這個按鍵
它就會出現一個可以捲動
可以變更大小的一個區域的視窗
那到時候點擊Grab
它就可以把這個視窗裡面的內容給選取起來
首先來看一下全螢幕的擷取
先把這個TextGrab給執行起來
如果TextGrab需要的Dotnet環境
你的系統沒有安裝的話
它會先出現下載
就直接先做下載
下載完畢以後就直接執行安裝
已經安裝完成了
這個時候就再來執行一次
這邊就是它的初始設定
可以透過它的這個畫面
來瞭解它的一些系統功能
這個時候就先直接使用它的全螢幕擷取
就先把它給關閉
如果我們把遊標移動到螢幕的上方
它就會出現它的操作的工具列
在最左邊可以選擇你要操作的語言
我們現在是要擷取繁體中文
因此就把英文改成了繁體中文
然後接著再進入它的設定畫面
來做一個初始的設定
在這個設定裡面
首先可以到Keys來設定功能鍵
因為要使用這一些快捷鍵來操作
因此要把這個設定給啟用起來
這樣子我們到時候纔可以使用這一些預設的熱鍵
全螢幕的擷取
使用Windows Shift跟F
做了這個設定以後
就可以把設定畫面給關閉
在開啟了PDF以後
再直接點擊剛剛設定好的熱鍵
也就是預設的Windows Shift跟F
直接來做螢幕內容的擷取
點擊了熱鍵以後
可以看到遊標它就會出現一個加號
接著再拉出一個區域
來做區域的選取
在放開以後
它就會將剛剛框選出範圍裡面的內容
做OCR的文字擷取
這個時候它已經把內容給擷取到系統剪貼簿裡面
再進入文字編輯器
再直接點擊Ctrl V
就可以看到它已經把內容完整的擷取出來了
另外一個方法
就是可以直接使用它的Windows Shift跟G
來形成一個擷取的視窗
點擊一下Windows Shift跟G
這個時候它就會先彈出一個視窗
這個就是先前預設的視窗的內容
我們可以來變更它的範圍
假設我就是要這些內容
它會馬上做擷取
這個擷取的內容
你可以用一般的文字的格式
或者把它變成是表格的方法
通通都擷取沒有問題
以後再點擊右邊的這個Grab
它就會立即做擷取的操作了
這樣子它就已經把這個內容給擷取好了
右邊的Grab
它就會立即把剛剛選取的這個視窗裡面的內容
做OCR的處理
然後如果要看到擷取出來的內容是什麼的話
就可以點擊Grab左邊的這個按鍵
它會開啟出一個編輯的小視窗
在這個裡面就可以來做複製的處理了
這個內容就可以用Ctrl A、Ctrl C
將它給複製起來
再進入文字編輯器
按Ctrl V將它貼上來
那接著各位就可以直接針對這些內容
再來做一些編輯的處理了
這個就是今天為大家介紹的免費OCR的工具
個人認為TextGrab可能會更符合一般性的需求
如果是臨時的話
就可以直接使用Sneaking Tool擷取工具
但是要確定Windows的版本是不是23H2這個版本以後
那如果是的話就可以直接使用擷取工具
因為它最單純了
也不需要再額外去開啟別的執行檔
如果沒有的話
你就可以考慮使用TextGrab或者是CAPCAP
以上就是為大家介紹的免費的OCR工具
希望對於大家平常在擷取PDF內容的時候
會有一些幫助
如果你覺得我的介紹
對於你的電腦使用有幫助的話
請各位記得訂閱、按讚、分享
並且透過超級感謝
來資助我繼續做教學影片的錄製
今天就到這邊
謝謝各位
