Live Translation - OCR文本识别和翻译程序

一个基于Python的实时OCR文本识别和多语言翻译工具，支持屏幕截取、文本识别、自动翻译等功能。

🚀 功能特性

核心功能

• OCR文本识别: 基于RapidOCR的高精度文字识别
• 多语言翻译: 支持多种语言之间的互译
• 屏幕截取: 可拖拽选择的屏幕区域截取
• 实时处理: 截取后立即进行OCR识别和翻译
• 多显示器支持: 支持多显示器环境

新增功能

• 自动点击器: 简单的命令行自动点击工具 (simple_clicker.py)
  • 在鼠标当前位置附近连续点击
  • 支持随机间隔和位置波动
  • 无UI界面，纯命令行操作

📁 项目结构

live_trans/
├── main.py                 # 主程序入口
├── ocr_engine.py          # OCR文本识别引擎
├── translator.py           # 翻译服务模块
├── ui_display.py          # 用户界面显示模块
├── screen_capture.py      # 屏幕截取模块
├── simple_clicker.py      # 简单自动点击器
├── pyproject.toml         # 项目配置文件
├── requirements.txt       # Python依赖包
└── .python-version       # Python版本要求

🛠️ 安装和运行

环境要求

• Python 3.7+
• 推荐使用 uv 虚拟环境管理

安装步骤

1. 克隆项目

git clone <repository-url>
cd live_trans

2. 创建虚拟环境

uv venv
source .venv/bin/activate  # macOS/Linux
# 或
.venv\Scripts\activate     # Windows

3. 安装依赖

uv pip install -r requirements.txt

运行程序

主程序（OCR翻译）

python main.py

选择运行模式：

• 屏幕截取模式: 实时截取屏幕内容进行OCR识别和翻译
• 单次测试模式: 使用示例图像进行测试

自动点击器

python simple_clicker.py

🎯 使用方法

OCR文本识别和翻译

1. 启动程序: 运行 python main.py
2. 选择模式: 选择"屏幕截取模式"
3. 选择区域: 拖拽红色边框选择要截取的区域
4. 调整大小: 使用缩放手柄调整边框大小
5. 开始处理: 点击"开始截取"按钮
6. 查看结果: 程序会自动进行OCR识别和翻译

自动点击器

1. 启动程序: 运行 python simple_clicker.py
2. 设置参数:
   • 点击次数（默认100次）
   • 时间间隔范围（如0.5-2.0秒）
   • 位置波动范围（如±5像素）
3. 准备位置: 将鼠标移动到目标位置
4. 开始点击: 按回车开始自动点击
5. 停止操作: 按Ctrl+C可随时停止

🔧 技术架构

核心模块

• OCR引擎: 基于RapidOCR的文本识别
• 翻译服务: 支持多种翻译API
• 屏幕截取: 基于pyautogui的屏幕捕获
• 多显示器: 跨平台多显示器支持
• 自动点击: 基于pyautogui的鼠标控制

依赖库

• rapidocr-onnxruntime: OCR文本识别
• opencv-python: 图像处理
• Pillow: 图像操作
• pyautogui: 屏幕截取和鼠标控制
• transformers: 自然语言处理
• torch: 深度学习框架

📱 界面说明

屏幕截取器界面

• 红色边框: 可拖拽和缩放的截取区域
• 缩放手柄: 8个方向的尺寸调整手柄
• 控制面板: 截取间隔设置和操作按钮
• 显示器切换: Tab键切换多显示器

快捷键

• Tab: 切换显示器
• Enter: 退出程序
• ESC: 退出程序

⚠️ 注意事项

1. 权限要求: 自动点击器可能需要授予鼠标控制权限
2. 系统兼容: 支持Windows、macOS、Linux
3. 显示器: 支持多显示器和高DPI显示器
4. 性能: 建议截取间隔不要设置过短

🧪 测试

功能测试

# 测试OCR和翻译功能
python main.py
# 选择"单次测试模式"

# 测试自动点击器
python simple_clicker.py

依赖检查

python -c "import cv2, rapidocr_onnxruntime, pyautogui; print('所有依赖导入成功')"

🔍 故障排除

常见问题

1. OCR识别失败

   • 检查图像质量和清晰度
   • 确认文字区域选择正确

2. 翻译服务错误

   • 检查网络连接
   • 确认API密钥配置

3. 屏幕截取问题

   • 检查显示器设置
   • 确认权限设置

4. 自动点击不生效

   • 检查鼠标控制权限
   • 确认目标位置正确

📄 许可证

本项目采用开源许可证，具体请查看LICENSE文件。

🤝 贡献

欢迎提交Issue和Pull Request来改进项目！

📞 支持

如有问题或建议，请通过以下方式联系：

• 提交GitHub Issue
• 发送邮件至项目维护者

---

注意: 请合理使用自动点击功能，避免对系统造成影响。