
小沐 OCR:一款集 OCR、截图、录屏与翻译于一体的 Windows 开源效率工具
小沐 OCR(ShawMuOCR)推荐:一款集 OCR、截图、录屏、翻译与剪贴板于一体的 Windows 效率工具
如果你经常需要从屏幕、图片、PDF 中提取文字,或者希望拥有更加高效的截图、翻译和录屏体验,那么今天推荐的这款开源软件 小沐 OCR(ShawMuOCR) 值得关注。
它不仅仅是一款 OCR 文字识别工具,而是将文字识别、截图标注、长截图、屏幕录制、即时翻译、批量文档转换以及跨设备剪贴板同步整合到一起的 Windows 桌面效率软件。
项目地址:GitHub - ShawMuOCR
官方网站:小沐 OCR
一、轻量、离线、高性能的 OCR 体验
小沐 OCR 最大的特点之一,就是尽可能减少传统 OCR 软件复杂的运行环境依赖。
软件基于 .NET 11、Avalonia UI、SkiaSharp、Sdcb.SimdPaddleOCR 以及 Rust 原生模块构建,支持 CPU SIMD 和 GPU Vulkan 两种推理模式。
- CPU SIMD 加速:利用 AVX2 等指令集进行高效推理。
- GPU Vulkan 加速:利用 GPU 并行计算提升识别效率。
- 多显卡支持:自动识别独立显卡与集成显卡,并允许手动切换。
- 零拷贝图像处理:优化截图像素到 OCR 模型的数据传递,减少不必要的中间缓冲。
- 完全本地识别:OCR 文字识别和剪贴板管理均在本地完成,无需上传图片。
对于注重隐私、响应速度以及本地化工作流的用户来说,这种设计尤其具有吸引力。
二、截图 OCR:让屏幕文字直接变成可编辑内容
通过全局快捷键 Alt + Z,即可快速唤起截图 OCR。
框选屏幕上的文字区域后,软件自动完成识别,并将结果复制到系统剪贴板。
特别值得一提的是它的表格识别与复制能力。
识别到表格时,小沐 OCR 可以同时提供 HTML 表格与纯文本两种剪贴板格式。将结果粘贴到 Excel、WPS 或 Word 中,可以直接还原为真正的单元格,而不是挤在一起的一串文本。
对于需要处理报表、坐标表、网页数据或扫描文档的用户,这项功能能够显著减少手动整理数据的工作量。
三、截图标注、长截图与桌面贴图
除了 OCR,小沐 OCR 还集成了一套完整的截图工具。
| 快捷键 | 功能 |
|---|---|
Alt + X |
快速截图并复制 |
Alt + C |
截图标注编辑器 |
Alt + L |
自主控速长截图 |
Alt + D |
OCR 悬浮识别窗格 |
截图标注编辑器支持矩形、椭圆、箭头、画笔、荧光笔、文本、序号、马赛克以及高斯模糊等工具。
同时支持撤销、重做、桌面置顶贴图以及 PNG、JPG、WEBP、BMP 等格式保存。
长截图则采用自主滚动与动态特征匹配方式进行图像拼接。用户可以自行控制滚动速度,并在需要时暂停或结束,而不是被固定倒计时强制截断。
对于经常制作教程、整理资料或记录工作内容的人来说,这套截图生态非常实用。
四、硬件加速屏幕录制:MuRecorder
小沐 OCR 还集成了独立开发的 Rust 屏幕录制引擎 MuRecorder。
通过 Alt + R,用户可以快速启动全屏或自定义区域录制。
其主要特点包括:
- 基于 Rust 的原生录制核心。
- 支持硬件加速音视频录制。
- 支持全屏及任意矩形区域录制。
- 支持系统声音与麦克风多设备选择。
- 提供极简悬浮录制控制栏。
- 录制过程中支持荧光笔涂鸦标注。
- 可以直接从截图标注选区启动区域录制。
将截图、标注与录屏整合在同一工作流中,可以避免频繁切换不同软件。
五、选区即时翻译与多源 AI 接入
对于阅读外文资料、浏览技术文档或处理多语言内容的用户,小沐 OCR 提供了选区随动即时翻译功能。
使用 Alt + T 框选屏幕上的文字,即可唤起翻译浮窗。
软件支持多种翻译服务,包括:
- 阿里云机器翻译
- 火山引擎机器翻译
- 百度翻译
- Google Cloud Translation
- OpenAI 兼容接口
其中 OpenAI 兼容接口可以接入 GPT、DeepSeek、Qwen、Kimi 等兼容服务。
此外,软件提供本地字符与 Token 用量统计,并支持月度额度限制,避免意外消耗云端 API 额度。
六、批量 OCR 与自动化 API
如果需要处理大量图片或 PDF 文档,小沐 OCR 同样提供批量转换能力。
支持:
- 多图片批量导入。
- 多文件夹批量处理。
- 多页 PDF 文档识别。
- 并行排队处理。
- 导出 TXT、JSON、Markdown。
- 一键复制识别结果。
PDF 方面,软件能够区分已有文字层的文档、扫描件以及矢量或文字转路径型 PDF,并针对不同情况采用文本提取、内嵌位图识别或整页栅格化 OCR。
除此之外,它还内置局域网 HTTP API 服务。
外部程序、Python 脚本以及自动化工作流可以通过标准 RESTful POST 请求调用 OCR 能力。局域网模式提供 Bearer Token 鉴权、请求体限制与并发保护,方便将 OCR 能力接入其他系统。
对于希望构建自动化办公流程的用户,这意味着 OCR 不再只是一个独立桌面操作,而是可以成为整个工作流中的基础服务。
七、跨设备剪贴板与文件同步
小沐 OCR 还整合了独立的 Rust 跨设备同步模块 MuClip。
它支持:
- 局域网设备发现与配对。
- 跨设备剪贴板同步。
- 加密文件传输。
- 剪贴板历史检索。
- 常用语快捷面板。
- 加密备份与恢复。
同步模块采用 SPAKE2 口令认证与 XChaCha20-Poly1305 加密,并支持文件分片传输与 SHA-256 完整性校验。
通过 Alt + Q 可以快速呼出剪贴板面板,Alt + W 则用于常用语快捷面板。
这使得小沐 OCR 不再局限于文字识别,而是进一步延伸到日常办公中的信息流转与跨设备协作。
八、现代化界面与便捷操作
软件采用 Avalonia UI 构建现代化桌面界面,支持 Fluent 风格、深色与浅色主题。
所有核心功能均支持全局快捷键调用,并允许用户在设置中自由修改或禁用。
无论是截图 OCR、录屏、翻译还是剪贴板操作,都尽可能减少打开主窗口、寻找按钮以及切换应用的过程。
九、适合哪些用户?
小沐 OCR 尤其适合以下人群:
- 办公用户:快速提取屏幕文字、整理表格与文档。
- 程序员与技术人员:识别代码截图、调用 OCR API、构建自动化工作流。
- 学生与研究人员:整理论文、扫描资料及外文内容。
- 内容创作者:截图标注、长截图与屏幕录制。
- 注重隐私的用户:希望文字识别完全在本地运行。
- 多设备用户:需要跨电脑同步剪贴板与文件。
十、总结
小沐 OCR 是一款将 OCR 文字识别作为核心,并不断向截图、录屏、翻译、批量文档处理和跨设备协作延伸的 Windows 开源效率软件。
它的价值并不只是某一项功能,而是将原本分散在多个工具中的能力整合到统一的桌面工作流中。
如果你正在寻找一款功能丰富、支持本地 OCR、具备 GPU 加速能力,并且能够扩展至自动化工作流的 Windows 效率工具,那么小沐 OCR 值得一试。
项目开源地址:
https://github.com/katomegumi1999/ShawMuOCR
官方网站:
https://www.23771139.xyz/ShawMuOCR/
开源协议:MIT License