如何用ScreenTranslator实现屏幕文本即时翻译？完整使用指南

ScreenTranslator是一款集屏幕捕获、OCR文字识别和多引擎翻译于一体的免费开源工具，帮助用户快速翻译屏幕上的任何文本内容，支持Windows和Linux系统，让跨语言阅读与工作更高效。

🌟 什么是ScreenTranslator？

ScreenTranslator通过三步实现屏幕文本翻译：首先精准捕获屏幕区域，然后利用Tesseract OCR引擎识别图像中的文字，最后调用百度、谷歌、DeepL等多种翻译接口完成转换。项目采用MIT许可证开源，核心技术栈包括C++、Qt 5框架、Python脚本和JavaScript翻译逻辑，代码结构清晰易扩展。

ScreenTranslator软件界面展示，包含捕获区域选择和翻译结果展示功能

🚀 快速安装指南

Windows系统安装

1. 访问项目仓库下载最新Windows版本安装包
2. 解压后直接运行可执行文件
3. 若提示缺失DLL文件，安装对应版本的vs_redist运行库

Linux系统安装

1. 下载适用于Linux的AppImage格式文件
2. 在终端执行以下命令赋予执行权限并运行：

   chmod +x ScreenTranslator-*.AppImage
   ./ScreenTranslator-*.AppImage
   

⚠️ 注意：目前项目暂不支持macOS系统，mac用户可关注后续更新

💡 核心功能使用教程

1. 屏幕区域捕获

通过快捷键或托盘图标启动捕获功能，拖拽鼠标选择需要翻译的屏幕区域。软件提供多种捕获模式：

• 自由选区：手动框选任意形状区域
• 窗口识别：自动检测并选择应用窗口
• 固定区域：保存常用区域设置，一键重新捕获

ScreenTranslator区域选择工具界面，支持精准调整捕获范围

2. OCR文字识别设置

在设置界面可配置OCR相关参数：

• 语言包管理：支持多语言混合识别
• 识别精度调整：平衡识别速度与准确率
• 文本校正：启用Hunspell拼写检查提高识别质量

相关功能实现代码位于src/ocr/目录，包含Tesseract引擎封装和识别优化逻辑。

3. 翻译引擎配置

软件支持多种翻译服务，配置路径：设置 → 翻译 → 引擎选择

• 内置翻译接口：百度、谷歌、Bing、DeepL等
• API密钥管理：自定义第三方服务认证信息
• 翻译语言对：预设常用语言组合，加快翻译速度

翻译引擎实现代码存放在translators/目录下，每个引擎对应独立的JavaScript文件。

🛠️ 高级配置技巧

自定义快捷键

通过设置 → 快捷键配置常用操作的键盘快捷方式，提升操作效率：

• 捕获区域：默认Ctrl+Shift+A
• 翻译结果复制：默认Ctrl+C
• 快速隐藏窗口：默认Esc

结果样式调整

在设置 → 外观中自定义翻译结果展示样式：

• 字体大小与颜色
• 背景透明度
• 窗口置顶设置

批量处理图片翻译

通过文件 → 批量翻译功能，选择本地图片文件进行批量OCR和翻译，支持常见图片格式。

🌍 多语言支持与本地化

ScreenTranslator提供多语言界面，当前已包含：

• 俄语翻译文件：share/translations/screentranslator_ru.ts
• 希伯来语翻译文件：share/translations/screentranslator_he.ts

社区贡献者可通过Qt Linguist工具添加新的语言翻译。

🤝 参与项目贡献

贡献方向

1. 功能开发：实现新特性或改进现有功能
2. 问题修复：提交PR解决已知bug
3. 文档完善：补充使用教程和开发文档
4. 翻译支持：添加新的界面语言

开发环境搭建

1. 克隆项目仓库：

   git clone https://gitcode.com/gh_mirrors/sc/ScreenTranslator
   

2. 安装依赖：Qt 5开发环境、Tesseract库、Leptonica图像处理库
3. 使用Qt Creator打开项目文件screen-translator.pro

📝 注意事项

• 项目目前处于维护状态，主要修复关键bug
• 遇到问题可通过项目issue系统反馈
• 定期更新Tesseract语言包和翻译引擎配置以获得最佳体验

ScreenTranslator为跨语言学习、国际交流和跨境工作提供了便捷解决方案，完全免费且开源可定制，是提升多语言环境下工作效率的实用工具。