SnapSharp:把截图、标注、OCR、翻译和 AI 抠图放进一款 Windows 工具
# SnapSharp:把截图、标注、OCR、翻译和 AI 抠图放进一款 Windows 工具
写技术博客的时候,一张截图往往只是开始。
截完界面,要用箭头标出操作入口;拿到一段图片里的英文,需要先识别,再翻译;遇到表格,又希望直接导入 Excel。为了说明连续操作,还可能需要录一段 GIF。
这篇文章介绍的 **SnapSharp**,就是把这些操作集中在一起的一款 Windows 截图与图像处理工具。它既有截图、标注、桌面贴图这些日常功能,也支持通过本地模型完成文字识别、表格识别、公式识别、背景移除和翻译。

项目地址:[Gitee](https://gitee.com/lilongjiang/SnapSharp) · [GitHub](https://github.com/leelongjiang/SnapSharp)
## 一、从截图开始,顺手把说明写清楚
SnapSharp 启动后驻留在任务栏托盘。日常使用不需要先打开一个主窗口,按 `Ctrl+Shift+A` 就能开始框选区域。

框选后,可以直接添加矩形、椭圆、箭头、文字、序号和荧光笔。需要遮挡内容时,也可以使用马赛克或模糊。除了矩形选区,还支持椭圆、自由套索和多边形选区。
对于技术文章,我比较看重的是“把步骤说清楚”:用矩形框出目标区域,用箭头指出点击入口,再加上序号和一句说明,读者就能按顺序操作。

*上图使用示例内容展示标注效果。*
标注还支持选择、移动、缩放、旋转、调整层级,以及撤销和重做。画错了或者位置不合适,可以继续调整。
下面这张文章截图展示了另一种用法:直接在资料上添加箭头、高亮和说明,适合整理阅读笔记,也适合反馈问题。

完成后可以复制、保存,或者把结果置顶贴到桌面。如果需要提取文字或去掉背景,也能继续进入识别处理流程。
## 二、OCR:把图片里的文字拿出来
图片中的文字不能直接选中,是整理资料时经常遇到的问题。例如一张报错截图、一段扫描内容,或者别人发来的操作说明。
复制图片后,从托盘打开“识别粘贴板图片…”,即可选择处理模式。文字 OCR、条码、表格、公式和一键抠图共用一个识别窗口。

### 中文和英文都能识别
下面是中文清单的本地 PaddleOCR 识别示例。左侧显示文字定位框,右侧可以查看识别文本和各行置信度,便于对照原图检查。

英文内容也可以提取为可编辑文本,随后复制、导出,或者继续翻译。

如果内容比较长,可以结合文字定位框与原始识别行逐段校对。下图是较长英文资料的识别界面。

SnapSharp 提供 PaddleOCR、Windows OCR 和 Tesseract 三种本地引擎。其中 PaddleOCR 可以选择 CPU 或 DirectML GPU 运行。
OCR 结果仍然需要校对。空格、标点、大小写,以及复杂排版中的阅读顺序,都可能出现偏差。本文的中英文示例保留了实际模型输出,没有把识别内容人工替换成标准答案。
## 三、识别之后,接着做本地翻译
阅读外文资料时,通常需要先从截图中提取文字,再把文本交给翻译工具。SnapSharp 将这两个步骤接了起来:OCR 后点击“翻译…”,可以处理全文,也可以只翻译选中的一段。
本地翻译使用 **Qwen 模型与 llama.cpp**,支持 CPU 或 Vulkan GPU。模型与运行环境下载完成后,可以在本机处理文本。

下面是完整界面,可以把原始资料、OCR 内容和中文译文放在一起对照。

*这两张图来自已有的本地翻译示例,其中第一张是结果面板的局部。*
软件也提供 MyMemory、Google 网页适配和 LibreTranslate 等可选在线服务。在线翻译需要主动启用并确认发送;选择本地模式时,文本由本地模型处理。
实际阅读时,建议先看 OCR 是否正确,再检查译文。涉及命令、路径、版本号和专有名词的内容,尤其适合保留原文对照。
## 四、表格和公式,也有对应的识别方式
### 表格截图转成 CSV 或 Excel
表格图片的难点,除了文字,还有行列结构。如果只按普通文字识别,复制出来的数据往往还要重新整理。
SnapSharp 使用本地 **SLANet** 识别表格结构,再结合 OCR 匹配单元格文字。结果页可以检查和修正行、列、跨行、跨列及文本,然后导出 CSV 或 XLSX。

*这个示例实际识别出 4 行 × 3 列,共 12 个单元格。复杂表格仍需要逐项核对。*
对于想把图片数据整理进 Excel 的场景,这提供了一个可以继续编辑的起点。
### 公式截图转成 LaTeX
写技术文章、学习笔记时,也可能遇到公式只有图片、没有源码的情况。
选择“公式(本地 LaTeX)”后,可以将单个公式图片识别为 LaTeX,复制后继续编辑,或者导出 `.tex` 文件。

*图中展示圆方程的实际识别输出,保留了模型生成的空格与间距命令。使用前可以继续校对、调整排版。*
## 五、本地 AI 抠图:去掉背景,保留主体
除了提取文字,SnapSharp 也可以处理图片主体。
切换到“一键抠图(ONNX)”,选择已配置的模型后运行,就能查看透明背景结果。棋盘格用于表示透明区域,也可以切换原图进行比较。
先看同一张人像的处理前后对比:

*上图使用 BiRefNet General Lite 在 CPU 上推理,结果保留原图尺寸,没有手工修改蒙版。*
在结果窗口中,可以继续检查边缘,然后复制、保存,或者直接置顶贴图。

模型方面,可以按用途选择 U²-Net 轻量模型、BiRefNet General Lite,以及人像、Matting、HR 等选项。不同模型对资源的要求不同,初次使用可以先从轻量模型开始。
需要透明背景时,保存为 PNG 或支持透明度的 WebP。发丝、玻璃、半透明物体等边缘仍需检查。
## 六、桌面贴图:把参考资料留在手边
一边写代码、一边看界面参考,或者一边写文章、一边核对截图时,频繁切换窗口很容易打断思路。
复制图片后按 `Ctrl+Shift+V`,可以将图片置顶贴在桌面。除了图片,文字和颜色也能做成贴图。

*上图为贴图场景示意:将参考图片、待办清单和颜色样本放在一起。*
贴图支持滚轮缩放,`Ctrl+滚轮` 调整透明度;按 `Ctrl+Shift+H` 可以隐藏或显示全部贴图。
右键菜单则提供更多操作,包括编辑标注、旋转、分组、鼠标穿透,以及继续识别和抠图。

如果经常使用,还可以在设置里调整透明度、边缘吸附,以及文本贴图的字体、字号和背景颜色。

## 七、滚动长截图:保存超出一屏的内容
网页、列表和连续资料经常超出一个屏幕。SnapSharp 提供滚动长截图,采集完成后可以在预览窗口检查接缝、裁掉边缘,再继续标注和输出。

下面是完整长图结果。这个示例由四张重叠图片通过软件拼接得到,输出尺寸为 860 × 2220 像素,用于展示拼接结果与预览流程。

手动模式监听滚动,完成时点击 `√`;自动模式会发送滚轮操作。拼接工程还可以保存为 `.ssscroll`,以后重新打开继续调整。
实际截取网页时,建议缓慢滚动,并在输出前检查重复内容和接缝。上面的示例展示拼接能力,不作为所有网页都能得到相同结果的保证。
## 八、录一段 MP4,或者生成 GIF 演示
有些操作用静态截图很难讲明白,比如拖动、菜单切换或连续点击。这时可以录制单屏内的矩形区域,输出 MP4 或 GIF。
MP4 适合较完整的操作演示,支持可选音频;配置中可以选择目标帧率、采集引擎、倒计时、光标显示、点击高亮和定时停止等参数。

GIF 则适合放在文章里展示简短、无声的操作。当前 GIF 录制最高 15 fps,最长 60 秒,不包含音频。

录制相关操作集中在悬浮工具条上。

*以上图片展示配置与准备状态;目标帧率不等于实际录制帧率,实际表现取决于设备、采集与编码。*
音频和摄像头默认关闭,可以按本次录制需要选择。首次使用时,可通过“一键配置录屏环境”检查所需组件。
## 九、保存之前,选好格式和尺寸
截图、贴图、编辑器和长截图共用输出窗口。保存时可以选择格式、调整尺寸,并查看编码预览和文件体积。

日常可以按内容选择格式:
| 内容 | 可以优先考虑的格式 |
|---|---|
| 界面截图、文字、透明背景图片 | PNG |
| 照片 | JPEG |
| 希望比较体积和画质的博客配图 | WebP,可选有损或无损 |
| 希望分页保存的长图资料 | PDF |
长图可以按 A4 分页导出 PDF。下图左侧预览显示完整源图,右侧用于配置输出。

如果经常整理博客素材,还可以设置自动保存、按日期归档和文件名模板。

自动保存和截图历史是两个独立开关,可以根据自己的使用习惯配置。
## 十、下载之后,怎样快速上手
项目地址与下载入口:
- [Gitee 项目主页](https://gitee.com/lilongjiang/SnapSharp)
- [GitHub 项目主页](https://github.com/leelongjiang/SnapSharp)
- [GitHub Releases 发布包](https://github.com/leelongjiang/SnapSharp/releases)
获取发布包后,保留整个程序目录,运行 `SnapSharp.exe`。软件启动后在任务栏托盘运行,默认不弹出主窗口。
第一次可以先完成一次简单操作:
1. 按 `Ctrl+Shift+A`,框选一个区域。
2. 添加箭头、文字或序号。
3. 复制、保存,或者置顶贴图。
4. 需要 OCR 时,再从托盘打开图片识别窗口。
常用默认快捷键如下,也可以在设置中自行调整:
| 快捷键 | 功能 |
|---|---|
| `Ctrl+Shift+A` | 区域截图 |
| `Ctrl+Shift+F` | 全屏截图 |
| `Ctrl+Shift+W` | 当前窗口截图 |
| `Ctrl+Shift+V` | 从剪贴板创建贴图 |
| `Ctrl+Shift+H` | 隐藏或显示全部贴图 |

### AI 功能需要单独配置模型
普通截图与标注可以直接使用。OCR、表格、公式、抠图和本地翻译,需要先下载对应模型,完成后点击“保存设置”,无需另装 Python。

推荐的中英文 ONNX OCR 模型约 14.2 MB;本地翻译的模型与运行库约 1.04 GiB。可以先配置 OCR,再根据需要下载其他模型,无需一次装齐。

模型首次下载需要联网。配置完成后,OCR、表格、公式、抠图及本地翻译可以在本机处理;在线翻译和以图搜图等联网功能按需启用。
### 运行环境
支持 Windows 10 2004 及以上版本、Windows 11,架构为 x64。自包含发布版无需另装 .NET Desktop Runtime;依赖框架版需要 .NET 10 Desktop Runtime。录屏可能还需要 VC++ x64 运行库及 Windows 媒体组件。
启动后找不到窗口,可以先检查托盘图标;快捷键没有响应,可以到设置中查看冲突;AI 提示缺少模型,则需要完成对应模型配置并保存。
## 适合用在什么地方
如果你经常写技术博客,可以用截图标注说明步骤,用长截图保留连续内容,再用 GIF 补充操作过程;如果经常整理资料,可以把 OCR、翻译、表格和公式识别连起来使用;需要对照参考图工作时,也可以把内容置顶留在桌面。
SnapSharp 基于 **Apache License 2.0** 开源,第三方组件和模型遵循各自的许可。欢迎到 [Gitee](https://gitee.com/lilongjiang/SnapSharp) 或 [GitHub](https://github.com/leelongjiang/SnapSharp) 查看源码、反馈问题。
*配图说明:本文包含原有截图、真实 WPF 组件渲染图和标明的组合场景图。OCR、表格、公式和 General Lite 抠图示例使用实际模型结果;界面渲染图不属于桌面操作实拍。AI 结果应结合原图校对,效果随输入、模型与设备而变化。*
本文来自博客园,作者:liessay,转载请注明原文链接:https://www.cnblogs.com/liessay/p/23692146

浙公网安备 33010602011771号