OCR 翻译（OCRanslate）是一个使用 Electron 开发的 OCR 文字识别 + 翻译的软件，也是我为了解决个人需求开发的软件。
软件的 OCR 识别目前支持 TesseractOCR（离线识别）和在线的 OCR 识别服务 API。翻译功能需要调用在线的翻译 API。
下面是 API 申请地址：
- 百度 OCR API https://ai.baidu.com/tech/ocr_general
- 腾讯 OCR API https://cloud.tencent.com/product/ocr-catalog
- 科大讯飞 OCR API https://www.xfyun.cn/services/common-ocr
- 有道智云 OCR API https://ai.youdao.com/product-ocr-print.s
- 阿里云 OCR API https://ai.aliyun.com/ocr
- 百度翻译 API https://fanyi-api.baidu.com/
- 腾讯机器翻译 API https://cloud.tencent.com/product/tmt
- 有道翻译 API https://ai.youdao.com/product-fanyi-text.s
- 讯飞翻译 API https://www.xfyun.cn/services/xftrans
- 阿里翻译 API https://www.aliyun.com/product/ai/alimt
腾讯、有道、讯飞、阿里的文字识别和翻译使用的是相同的密钥。
下面是 API 的免费额度说明：
- 百度通用文字识别：每月 1000 次免费
- 腾讯通用文字识别：每月 1000 次免费
- 讯飞通用文字识别：注册后免费 10 万次
- 阿里通用文字识别：每月 200 次免费
- 百度翻译 - 通用文本翻译：每月 50000 - 1000000 字免费
- 腾讯机器翻译 - 文本翻译：每月 5000000 字免费
- 讯飞机器翻译 - 机器翻译：注册后免费 200万字符，有效期一年
- 阿里机器翻译 - 通用翻译：每月 200 万字免费
以上信息写于我开发功能的时候，API 额度可能随时会更改，一切以官网为准。
下面是支持的 API 功能：
- 百度通用文字识别 - 通用文字识别（标准版）
- 百度通用文字识别 - 通用文字识别（高精度版）
- 腾讯通用文字识别 - 通用印刷体识别（标准版）
- 腾讯通用文字识别 - 通用印刷体识别（高精度版）
- 腾讯通用文字识别 - 广告文字识别
- 腾讯通用文字识别 - 手写体识别
- 腾讯文字识别API2022 - 通用印刷体识别（精简版）
- 腾讯文字识别API2022 - 通用印刷体识别（高速版）
- 科大讯飞 - 通用文字识别
- 有道智云 - 通用文字识别
- 阿里云 - 通用文字识别 - 通用文字识别
- 阿里云 - 通用文字识别 - 全文识别高精版
- 百度翻译 - 通用文本翻译
- 腾讯机器翻译 - 文本翻译
- 讯飞机器翻译 - 机器翻译
- 阿里机器翻译 - 通用翻译
- 有道翻译 - 文字翻译
Tesseract 是 Google 开源的 OCR 识别模型，支持全球 100 多种语言的识别，中文识别的准确率相比国内互联网公司提供的在线 OCR 服务来说会差一些，英文的准确率还可以。
如果你主要用来识别英文翻译的话，Tesseract 正好合适，英文识别准确率还可以，本地离线识别，不限次数。
软件内置了中文和英文的 Tesseract 识别模型，如果需要更多语言可以在软件的 Tesseract 语言模型管理页面下载。
Releases 中提供了 Windows 安装包 OCRanslate-win.exe 和免安装的 OCRanslate-win-portable.zip ，安装包安装完成后在桌面会创建快捷方式，免安装的 zip 解压后找到 OCRanslate.exe 打开就可以使用。
如果没有填写任何 OCR API 密钥，进入 OCR 页面就会弹出对话框提示，您可以在设置中填写百度或腾讯的 OCR 密钥，如下：
填写完成后就可以使用 OCR 识别了，OCR 识别页面如下：
右上方可以选择 API 接口，点击左侧选择图片文件，也可以直接把图片文件拖到左侧识别，识别后的文本内容会显示在右侧，如下：
点击 朗读 可以朗读识别文本，语音在本地合成，无需等待，不限次数。
导出 功能可以把文字识别结果导出为 TXT 文件或包含图片和识别文字的 HTML 文件。
点击上方工具栏 翻译 会跳转到翻译页面，识别文本会自动传到原文输入框，点击语言选择区域的右箭头就可以直接翻译了。
你也可以从左侧的侧边栏进入翻译页面，手动输入内容翻译，如下：
翻译页面的语音也是在本地合成的。
翻译的 导出 可以把翻译原文和译文导出为 TXT 或 HTML 文件。
收藏 可以把本次翻译的原文和译文保存到软件的 SQLite 数据库中，在左侧侧边栏的 收藏可以查看保存的翻译：
除了选择图片识别外，你也可以通过快捷键来选择屏幕区域识别，在 设置 中开启 全局快捷键，快捷键的按键可以自定义，使用的 API 接口也可以自定义，你还可以设置识别完成后自动翻译和朗读之类的。
在软件运行的情况下，你只需要按下设置的快捷键就会弹出一个类似于截图的界面，你可以选择要识别的区域，选择完成后按下 完成 就可以识别选择的屏幕区域。
如果你设置了识别完成后翻译的话，识别完成后就会自动翻译，翻译语言默认使用上次的翻译设置，你也可以不开启自动翻译，识别完成后手动点击翻译可以选择语言。
软件最小化或在其它窗口也可以按快捷键识别翻译。
如果你在玩游戏或看视频的时候，遇到需要翻译的文字也可以按快捷键选择屏幕区域识别翻译，翻译完成后也可以选择自动朗读，无需切换窗口查看翻译结果。
固定屏幕区域识别就是预先设置一个屏幕区域，按下快捷键后软件可以自动截取设置的区域识别翻译，不需要每次都选择区域识别翻译。
如果你需要翻译视频或游戏的字幕就可以使用固定区域识别翻译，在字幕变换的时候，你只需要按下快捷键就能翻译朗读。
为了避免额度用完导致扣费，OCRanslate 还提供了一个历史记录页面来查看使用统计，如下：
你还可以查看更详细的 OCR 或翻译历史记录：
只有成功识别才会加入历史记录，失败或出错不会加入记录。
语音合成功能需要你的电脑上安装了语音库才能使用，一般的 Windows 10 以上的系统都会有语音库，只有一些修改过的精简版或 GHOST 的系统才会删除语音库。
软件没有服务器，不会联网，只有 OCR 识别和翻译的时候会连接到 API 服务器。软件的数据保存使用的是 SQLite 数据库，第一次进入软件后会在软件目录生成一个 data.db 的数据文件，软件设置和历史记录就保存在 data.db 中。