针对微信等截图方案强依赖宿主软件、主流工具框选后需额外点“对勾”确认导致打断心流、以及系统自带 OCR 识别率与排版能力不足且云端方案存在隐私风险等痛点,HushSnap 立项打造了一款独立轻量极简的离线截图与 OCR 工具。它静默驻留托盘,框选完毕即刻写入剪贴板(零多余点击),并通过右下角缩略图一站式触发本地 PP-OCRv6 高精度识别(自动排版可编辑)、拖拽保存、置顶贴图与打码标注,兼顾流畅与数据安全。
点击空白处退出提示
针对微信等截图方案强依赖宿主软件、主流工具框选后需额外点“对勾”确认导致打断心流、以及系统自带 OCR 识别率与排版能力不足且云端方案存在隐私风险等痛点,HushSnap 立项打造了一款独立轻量极简的离线截图与 OCR 工具。它静默驻留托盘,框选完毕即刻写入剪贴板(零多余点击),并通过右下角缩略图一站式触发本地 PP-OCRv6 高精度识别(自动排版可编辑)、拖拽保存、置顶贴图与打码标注,兼顾流畅与数据安全。
HushSnap 是一款以“缩略图中心”为交互核心的极简桌面截图与离线 OCR 工具,截图与识别全程本地运行、不上传任何数据。
主要功能模块:
①全局热键框选截图——按 Alt+Q 框选即完成截图并自动写入剪贴板,支持不同分辨率多显示器混用与跨屏选区;
②缩略图中心——截图后右下角淡入缩略图,左键单击做 OCR、拖拽到任意窗口直接存图、右键查看原图/复制图片/保存桌面,悬停操作条可编辑、置顶、关闭;
③离线文字识别——内置 PP-OCRv6 ONNX 模型,中英日繁中效果验证良好并支持中日竖排,识别结果按原图行、段落、缩进智能重排并高亮链接,弹窗内可直接编辑、复制、缩放、置顶,另有后台预取与静默识别复制;
④内置图片编辑器——矩形、椭圆、直线箭头、文字、画笔、荧光笔、马赛克打码、橡皮擦及裁剪、旋转、缩放,支持撤销重做与另存;
⑤置顶图片、系统托盘与设置——自定义快捷键、开机自启、四语言界面、缩略图时长与装饰、内存智能回收。全流程无悬浮工具栏、无二次确认,不用即自动隐去。
本项目由我设计并全程开发(git 历史共 700 余次提交,2026-03 初始化至 v1.6.4,已上架 Microsoft Store),我负责的具体任务包括:产品交互与视觉定义、全局热键及跨屏框选截图、缩略图/置顶图/OCR 弹窗/托盘/设置等全部界面自绘、OCR 引擎接入与识别结果版面重排、内置图片编辑器、四语言 i18n、崩溃捕获与内存治理,以及 PyInstaller 裁剪与 MSIX 打包脚本、商店与官网文案、pytest 测试和性能基准脚本。技术栈与架构:Python 3 + PyQt6(信号槽与工作线程)、RapidOCR 加载 PP-OCRv6 ONNX 模型经 onnxruntime 本地推理,OpenCV/NumPy/Pillow 做图像预处理,Win32 API 处理 DPI、DWM 圆角、全局热键、互斥体与开机自启;代码按 app 控制层、ui 界面层、ocr 识别与排版层、system 系统层分层,配置、日志与多语言翻译独立模块。实现亮点与难点:①为离线隐私剥离依赖中的下载与网络能力,OCR 完全不出设备;②自研 OCR 版面还原(行聚类、缩进保留、数字与标点不误插空格、链接高亮),并以大量 A/B 实验标定阈值;③冷启动与并发优化——预热推理会话、按物理核心自适应线程数(实测固定全线程反而慢 23%)、锁定 onnxruntime 版本、引擎崩溃自动恢复与线程安全退出;④自建 24.8MB 静态 cv2.pyd 替代 82MB 官方 wheel,输出逐字节一致;⑤混合 DPI 多屏物理坐标换算、跨屏框选与置顶窗口尺寸漂移修复;⑥MSIX 版本号由 git tag 解析、资源裁剪与 Store 上架。




评论