离线 OCR 识别工具

一个基于 Electron + Vue 3 + Tesseract.js 的离线桌面端 OCR 识别软件，支持26国语言自动识别。

✨ 功能特性

• 📝 单张图片OCR识别 - 支持拖拽上传、实时预览
• 📚 批量图片OCR识别 - 一次处理多张图片，导出结果
• 🌍 26国语言支持 - 中文简体/繁体、日文、韩文、英文、葡萄牙语等
• 🔍 自动语种检测 - 智能识别图片中的语言类型
• ⚡ 高性能识别 - 优化算法，秒出结果
• 💻 完全离线 - 无需网络连接，保护隐私
• 🎨 美观界面 - TailwindCSS 打造的现代化 UI

🚀 快速开始

环境要求

• Node.js >= 18.0.0
• npm >= 9.0.0 或 pnpm >= 8.0.0

安装依赖

使用 npm：

npm install

使用 pnpm（推荐，更快）：

pnpm install

开发模式

# 启动 Web 开发服务器
npm run dev

# 启动 Electron 桌面应用（开发模式）
npm run electron:dev

构建生产版本

# 构建 Web 版本
npm run build

# 构建 Electron 桌面应用安装包
npm run electron:build

构建完成后，安装包将在 release 目录中生成。

📖 使用说明

单张识别

1. 点击"单张识别"标签页
2. 选择或拖拽图片到上传区域
3. 选择识别语言（可选，默认自动检测）
4. 点击"开始识别"按钮
5. 查看识别结果，可复制文本

批量识别

1. 点击"批量识别"标签页
2. 添加多张图片（支持多选）
3. 选择识别语言（可选）
4. 点击"开始批量识别"按钮
5. 等待处理完成，可查看每个结果
6. 点击"导出结果"保存为文本文件

🌐 支持的语言

• 中文简体 (chi_sim)
• 中文繁体 (chi_tra)
• 日文 (jpn)
• 韩文 (kor)
• 英文 (eng)
• 葡萄牙语 (por)
• 西班牙语 (spa)
• 法语 (fra)
• 德语 (deu)
• 意大利语 (ita)
• 俄语 (rus)
• 阿拉伯语 (ara)
• 印地语 (hin)
• 孟加拉语 (ben)
• 泰语 (tha)
• 越南语 (vie)
• 印尼语 (ind)
• 土耳其语 (tur)
• 波兰语 (pol)
• 荷兰语 (nld)
• 瑞典语 (swe)
• 丹麦语 (dan)
• 挪威语 (nor)
• 芬兰语 (fin)

💡 性能优化建议

提高识别准确率（重要！）

1. 启用图像预处理 ⭐⭐⭐⭐⭐

   • 在“高级选项”中勾选“启用图像预处理”
   • 自动放大2倍 + 灰度化 + 二值化
   • 适合低分辨率、模糊图片，可提升 15-30% 准确率

2. 手动选择语言 ⭐⭐⭐⭐⭐

   • 已知语言时务必手动选择，避免自动检测误差
   • 可提升 20-40% 准确率，速度提升 50%+

3. 选择合适的 PSM 模式 ⭐⭐⭐⭐

   • 单列文本 → 选择“单列文本”
   • 标题/段落 → 选择“单个文本块”
   • 表格/表单 → 选择“稀疏文本”
   • 可提升 10-25% 准确率

4. 使用 LSTM 引擎 ⭐⭐⭐⭐

   • 在“高级选项”中选择“LSTM神经网络”
   • 速度快 3-5 倍，准确率更高

5. 保证图片质量 ⭐⭐⭐⭐⭐

   • 分辨率至少 300 DPI
   • 保持水平，避免倾斜
   • 均匀照明，避免阴影

📖 详细优化指南请查看： ACCURACY_GUIDE.md

一般建议

1. 首次使用：首次识别某语言时需要下载语言包，请耐心等待
2. 图片质量：清晰的图片识别准确率更高
3. 语言选择：如果知道图片语言，手动选择可提升速度和准确度
4. 批量处理：建议一次处理不超过50张图片，避免内存占用过高

🛠️ 技术栈

• 框架: Vue 3 + TypeScript
• 桌面端: Electron
• 构建工具: Vite
• 样式: TailwindCSS
• OCR引擎: Tesseract.js v7.0
• 打包工具: electron-builder
• 包管理器: 支持 npm / pnpm

📄 许可证

MIT License