如何用Screen Translator实现高效屏幕翻译?2025年超实用的OCR翻译神器指南
Screen Translator是一款功能强大的开源屏幕翻译工具,集成了屏幕捕获、OCR文字识别和多引擎翻译功能,让你无需复制粘贴即可快速获取屏幕文本翻译结果。无论是阅读外文文献、浏览国际网站还是使用多语言软件,这款工具都能帮你打破语言 barriers,提升信息获取效率。
📸 核心功能:不止于翻译的屏幕助手
一键屏幕捕获与智能识别
通过简单的热键操作,你可以快速框选屏幕任意区域,工具会自动进行截图并通过Tesseract OCR引擎提取文字。支持100+种语言的识别包,可在translations/目录下管理语言文件,满足多场景翻译需求。
图:Screen Translator正在捕获并翻译软件界面文本(alt:屏幕翻译工具实时OCR识别演示)
多引擎翻译与即时校正
内置Google、Bing、DeepL等主流翻译接口(translators/),可根据需求切换翻译服务。配合Hunspell拼写检查(hunspell/),自动修正识别文本中的拼写错误,提升翻译准确性。
轻量化设计与高效操作
采用无主窗口设计,启动后仅显示系统托盘图标,通过自定义热键(支持全局快捷键)触发翻译流程。支持便携式模式,可将语言包和配置文件保存在程序目录,方便U盘携带使用。
🚀 2025年实用场景推荐
🌍 外语学习好帮手
阅读外文学术论文时,直接框选公式旁的注释文本,一秒获取精准翻译,避免频繁切换翻译软件打断思路。支持翻译历史记录保存,便于复习重点词汇。
💻 跨境工作效率工具
处理多语言客户邮件或软件界面时,无需手动输入文本,通过屏幕区域选择即可快速理解内容。配合自定义术语库功能,确保专业词汇翻译一致性。
🎮 游戏玩家必备神器
玩外语版游戏时,实时翻译任务提示和剧情对话,不错过任何关键信息。透明化悬浮窗设计,不遮挡游戏画面。
⚙️ 简单三步上手使用
1. 环境准备
从仓库克隆项目:git clone https://gitcode.com/gh_mirrors/sc/ScreenTranslator,根据系统需求安装Qt 5运行环境和Tesseract OCR引擎。项目提供详细的依赖配置脚本(ci/),新手也能轻松部署。
2. 基础配置
首次启动后,在系统托盘图标右键打开设置界面:
- 下载所需语言的OCR识别包(tessdata/)
- 设置常用翻译引擎和快捷键
- 调整翻译结果显示样式(字体、颜色、透明度)
3. 开始使用
按下预设热键(默认Ctrl+Shift+Z)激活选区工具,框选需要翻译的屏幕区域,松开鼠标后自动显示翻译结果。右键点击结果窗口可进行复制、朗读或再次翻译操作。
🔧 高级技巧:释放工具全部潜力
自定义翻译服务
开发人员可通过修改translators/脚本添加私有翻译API,实现企业级翻译服务对接。支持设置翻译超时时间和重试机制,优化网络不稳定环境下的使用体验。
批量处理图片翻译
通过"加载图片"功能(loadImages.png)导入本地图片文件,批量识别翻译图片中的文字内容。适合处理扫描版PDF文献和截图存档。
界面主题个性化
软件提供多种主题配色方案(STIconBlue.png、STIconGreen.png等),可在设置中切换界面图标颜色,打造个性化工作环境。
📝 使用注意事项
- 首次使用需联网下载语言包(约20-200MB/种语言)
- 高分辨率屏幕建议调整OCR识别精度参数
- 复杂背景下的文字识别可能需要手动框选文本区域
- 翻译结果仅供参考,专业内容建议人工校对
尽管该项目目前处于维护状态,但其核心功能稳定可靠,社区仍在持续更新语言包和翻译接口。对于需要频繁处理屏幕文本的用户来说,Screen Translator绝对是值得尝试的效率工具,让跨语言信息获取变得前所未有的简单高效!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00