Flameshot 安装和配置指南
2026-01-21 04:22:44作者:彭桢灵Jeremy
1. 项目基础介绍和主要编程语言
项目基础介绍
Flameshot 是一个强大且易于使用的开源截图工具,支持多种操作系统,包括 Linux、Windows 和 macOS。它提供了丰富的截图编辑功能,如绘图、添加文本、模糊处理等,非常适合需要频繁截图和编辑的用户。
主要编程语言
Flameshot 主要使用 C++ 编程语言开发,结合了 Qt 框架来实现跨平台支持。
2. 项目使用的关键技术和框架
关键技术
- C++: 作为主要编程语言,提供了高效的性能和丰富的功能。
- Qt: 一个跨平台的 C++ 框架,用于构建用户界面和处理图形操作。
- DBus: 用于进程间通信,支持 Flameshot 的远程控制和配置。
框架
- Qt Widgets: 用于构建图形用户界面。
- Qt Core: 提供了核心功能,如事件处理和线程管理。
- Qt Network: 用于网络通信,支持上传截图到 Imgur 等在线服务。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装 Flameshot 之前,请确保您的系统满足以下要求:
- 操作系统:Linux、Windows 或 macOS
- 开发工具:CMake、GCC 或 Clang 编译器
- 依赖库:Qt 5.9 或更高版本
详细安装步骤
1. 下载源代码
首先,从 GitHub 仓库下载 Flameshot 的源代码:
git clone https://github.com/lupoDharkael/flameshot.git
cd flameshot
2. 安装依赖
根据您的操作系统,安装所需的依赖库。
Linux (Debian/Ubuntu):
sudo apt-get update
sudo apt-get install build-essential cmake qt5-default qttools5-dev-tools
Linux (Fedora):
sudo dnf install cmake gcc-c++ qt5-devel
Windows:
- 安装 Qt 5.9 或更高版本,并确保 Qt 的 bin 目录在系统 PATH 中。
- 安装 CMake 并确保其可执行文件在系统 PATH 中。
macOS:
- 使用 Homebrew 安装 Qt 和 CMake:
brew install qt cmake
3. 编译和安装
在源代码目录中,执行以下命令来编译和安装 Flameshot:
mkdir build
cd build
cmake ..
make
sudo make install
4. 配置 Flameshot
安装完成后,您可以通过以下步骤配置 Flameshot:
Linux:
- 打开终端并输入
flameshot config以打开配置菜单。 - 您也可以手动编辑配置文件
~/.config/flameshot/flameshot.ini。
Windows:
- 配置文件位于
C:\Users\[YOURNAME]\AppData\Roaming\flameshot\flameshot.ini。
macOS:
- 配置文件位于
~/Library/Application Support/flameshot/flameshot.ini。
5. 使用 Flameshot
安装和配置完成后,您可以通过以下方式使用 Flameshot:
- 启动 Flameshot: 在终端中输入
flameshot或通过桌面环境中的应用程序菜单启动。 - 截图: 使用快捷键或通过 Flameshot 的图形界面进行截图。
通过以上步骤,您应该能够成功安装和配置 Flameshot,并开始使用其强大的截图功能。
登录后查看全文
热门项目推荐
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 StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677