# screen-text-extractor

**Repository Path**: linkgeek/screen-text-extractor

## Basic Information

- **Project Name**: screen-text-extractor
- **Description**: 一款使用AI辅助生成+基于百度OCR的Chrome浏览器扩展程序，支持框选屏幕任意区域，一键提取其中的文字内容。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-04-14
- **Last Updated**: 2026-04-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 屏幕文本提取器 (Screen Text Extractor)

<p align="center">
  <img src="icons/icon128.png" alt="图标" width="128">
</p>

<p align="center">
  <strong>一款基于百度OCR的Chrome浏览器扩展，支持框选屏幕任意区域，一键提取其中的文字内容。</strong>
</p>

<p align="center">
  <img src="https://img.shields.io/badge/Chrome-扩展-4285F4?logo=google-chrome&logoColor=white">
  <img src="https://img.shields.io/badge/Manifest-V3-blue">
  <img src="https://img.shields.io/badge/OCR-百度AI-00A1E0">
  <img src="https://img.shields.io/badge/license-MIT-green">
</p>

---

## ✨功能特性

- 🖱️ **框选识别** - 通过鼠标拖动选择屏幕任意区域，实时显示选区范围
- 🔍 **智能识别** - 基于百度 OCR 引擎，支持中英文混合识别，保留段落格式
- ⌨️ **快捷键支持** - `Ctrl+Shift+S` (Windows) / `⌘+Shift+S` (Mac) 快速启动
- 📋 **一键复制** - 识别结果可直接复制到剪贴板
- 🖱️ **弹窗拖动** - 结果窗口可自由拖动，不影响查看
- 🔧 **配置管理** - 支持百度OCR API密钥配置，安全可靠
- 🛡️ **完善的错误处理** - 友好的提示信息，边界限制和异常处理

---

## 📸效果预览
### 主界面
<img src="images/popup.png" alt="主界面">

### 配置页面
<img src="images/options.png" alt="配置页面">

### 识别结果
<img src="images/content.png" alt="识别结果">

## 📦安装方法
1. 下载插件源代码并解压到本地文件夹
2. 打开 Chrome/Edge 浏览器，进入扩展程序管理页面
   - Chrome：`chrome://extensions/`
   - Edge：`edge://extensions/`
3. 开启右上角的 **开发者模式**
4. 点击**加载已解压的扩展程序**，选择插件文件夹

## 📄使用指南
### 1. 配置百度OCR密钥（首次必须）
1. 点击插件图标 → 在弹出窗口中点击⚙️「配置」，打开配置页
2. 访问 [百度AI开放平台](https://console.bce.baidu.com/ai-engine/ocr/overview/index) 注册登录，进入 [控制台](https://console.bce.baidu.com/ai-engine/old/#/ai/ocr/app/list)，选择「文字识别」服务，点击 创建应用，填写应用名称（如"屏幕文本提取器"）
3. 创建成功后，复制 API Key / Secret Key 填入配置页
4. 先点击「测试连接」验证密钥有效性 → 再点击「保存配置」

### 2. 提取屏幕文本
方式1：点击插件图标 → 开始框选区域
方式2：直接按快捷键 `Ctrl+Shift+S`
- 拖动鼠标选择要识别的区域
- 等待识别完成
- 在弹窗里查看/复制文本
- 按 ESC 可取消框选


## ❓常见问题
### 提示 "API 密钥无效" 怎么办？
- 检查API Key 和 Secret Key 是否复制正确
- 确认在百度平台创建的是「文字识别」应用
- 检查网络能否访问百度API

### 无法在某些页面使用？
- 由于浏览器安全限制，插件无法在 `chrome://`、`edge://`、`about:` 等浏览器内部页面使用，请切换到普通网页。
- 应用商店页面

### 无法识别 / 识别为空
- 选区太小（需 ≥15×15px）
- 图片模糊、文字过小、背景复杂
- 艺术字/手写体识别率较低
- 超出百度 OCR 的识别能力范围

## 📁项目结构

```
screen-text-extractor
├── icons/               # 插件图标
├── popup.html           # 主弹窗页面
├── popup.js             # 主弹窗逻辑
├── options.html         # 配置页面
├── options.js           # 配置页面逻辑
├── content.js           # 内容脚本，处理框选和UI
├── background.js        # 后台服务，处理OCR和截图
├── manifest.json        # 插件配置文件
└── README.md            # 使用说明
```

## ⚠️免责声明
- 本插件仅用于个人学习和非商业用途
- 使用者需自行申请百度 OCR API 密钥，并遵守百度 AI 平台的使用条款
- 作者不对识别结果的准确性和完整性负责
- 请勿用于识别受版权保护的内容
- 使用本插件产生的一切责任由使用者自行承担

## 📜许可证
MIT License

## 📝更新日志
v1.0.0: 初始版本，支持基本的区域选择和文本OCR识别功能