【亲测免费】 QQScreenShot 项目安装和配置指南
2026-01-20 02:25:23作者:韦蓉瑛
1. 项目基础介绍和主要编程语言
项目基础介绍
QQScreenShot 是一个从电脑 QQ 中提取出来的截图工具,支持文字提取、图片识别、截长图和录屏功能。该项目旨在为用户提供一个独立的截图工具,无需登录 QQ 即可使用这些强大的功能。
主要编程语言
该项目主要使用以下编程语言和工具:
- Batchfile: 用于创建桌面快捷方式和初始化脚本。
- HTML: 用于界面和配置文件。
- CSS: 用于界面样式。
2. 项目使用的关键技术和框架
关键技术
- 文字提取: 支持本地和网络 OCR 识别,包括 PaddleOCR 和百度 OCR。
- 图片识别: 支持以图搜图功能。
- 截长图: 支持滚动截图功能。
- 录屏: 支持屏幕录制功能。
框架
- PaddleOCR: 用于文字识别的深度学习框架。
- 百度 OCR: 用于网络文字识别的 API。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统: 该项目主要在 Windows 系统上运行,建议使用 Windows 7 及以上版本。
- 软件依赖: 确保系统中已安装 Git,用于克隆项目仓库。
- 网络环境: 如果需要使用网络 OCR 功能,确保网络连接正常。
详细安装步骤
步骤 1: 克隆项目仓库
首先,打开命令行工具(如 Git Bash 或 Windows 命令提示符),然后运行以下命令克隆项目仓库:
git clone https://github.com/insoxin/QQScreenShot.git
步骤 2: 进入项目目录
克隆完成后,进入项目目录:
cd QQScreenShot
步骤 3: 创建桌面快捷方式
运行 Init.bat 脚本以创建桌面快捷方式:
.\Init.bat
或者,您也可以手动运行主程序 Bin\QQScreenShot.exe。
步骤 4: 配置兼容性模式
为了确保软件正常运行,请右键点击桌面上的 QQScreenShot 快捷方式,选择“属性”,然后在“兼容性”选项卡中勾选“以兼容模式运行这个程序”,并选择合适的操作系统版本(如 Windows 7)。
步骤 5: 配置 OCR 引擎(可选)
如果需要使用 PaddleOCR,请按照以下步骤操作:
- 下载 PaddleOCR 压缩包:下载链接,提取码:oa7c。
- 将压缩包解压到
Bin\ocr_system文件夹下。 - 右键点击托盘图标,选择“切换 OCR 引擎”,然后选择“PaddleOCR”并确定。
步骤 6: 配置网络 OCR(可选)
如果需要使用网络 OCR(如 OCRSpace 或 百度 OCR),请在 Bin\config.ini 文件中填写相应的 API Key 和 Secret Key。
完成安装
至此,QQScreenShot 已经成功安装并配置完成。您可以通过快捷键 Ctrl+Alt+A 或点击托盘图标开始使用截图功能。
通过以上步骤,您可以轻松安装和配置 QQScreenShot 项目,享受其强大的截图和文字识别功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0126- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
720
4.62 K
Ascend Extension for PyTorch
Python
594
743
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
424
372
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
983
974
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
872
126
deepin linux kernel
C
29
16
暂无简介
Dart
966
244
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
158
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.64 K
964