企业官网建设流程全解析

• 桌面应用

本文是一篇面向 GoldenDict-ng 用户的 OCR 取词集成指南，系统讲解如何在 Windows、macOS、Linux 三个平台上，让外部 OCR 程序把屏幕上的文字识别结果无缝转发给 GoldenDict-ng，实现"看到即翻译"的跨平台取词体验。读完本文，你将掌握剪贴板监控模式的通用配置方法、Capture2Text 的捕获后动作（post-capture actions）接入、macOS 快捷指令（Shortcuts）方案，以及一条完整的 Linux 命令行截屏 + Tesseract + GoldenDict 自动化流水线，并理解其背后的源码实现原理。

现状与背景：为什么需要 OCR 取词方案

GoldenDict 早期在 Windows 上提供过"鼠标悬停翻译"（word-under-cursor translation）功能，但正如 OCR 指南 所说明的，这套传统技术已经过时，且不具备跨平台兼容性。

更通用、更现代化的思路是：任何支持"捕获后动作"（post-capture actions）的 OCR 程序都可以与 GoldenDict-ng 无缝集成。OCR 程序负责"看见"文字，GoldenDict-ng 负责"解释"文字，二者通过剪贴板或命令行参数完成交接。以下方案虽然以 Capture2Text 等工具为例，但同类工具只要具备剪贴板输出或外部程序调用能力，均可套用同一套思路。

剪贴板监控模式：最通用的集成方式

剪贴板监控模式是一种通用方案，适用于任何支持"把识别结果复制到剪贴板"的 OCR 程序，跨平台（Windows、macOS、Linux）均可工作。

第一步：在 GoldenDict-ng 中启用剪贴板监控

启用方式有两种，任选其一：

1. 工具栏按钮：点击工具栏上的 📋 按钮，一键切换剪贴板监控的开/关；
2. 设置界面：打开Edit→Preferences（编辑 → 偏好设置），进入Scan Popup（扫描弹窗）设置区：
   • 勾选Track Clipboard change（跟踪剪贴板变化）——这是剪贴板取词的开关；
   • 可选勾选Start with clipboard monitoring turned on（启动时开启剪贴板监控），让程序启动后自动启用该功能。

从界面定义文件 preferences.ui 可以看到，Scan Popup 设置区中enableClipboardTrack复选框的提示文本为：

"Track clipboard changes when Scanning is enabled. Notice! You should always enable this unless you are on Linux."

即：启用扫描时应始终开启此选项，除非你处于 Linux 平台（Linux 下通常优先使用文本选择（Selection）取词，而不是剪贴板变化）。而startWithScanPopupOn复选框则控制"启动时即开启剪贴板监控"。

第二步：配置 OCR 程序

使用任意 OCR 软件（例如 Capture2Text、OCRSpace、ScreenTranslate 等），并在其设置中把"识别结果复制到系统剪贴板"作为识别后的默认动作。这一步的目的是让 OCR 程序扮演"剪贴板写入者"。

第三步：日常使用流程

1. 让 GoldenDict-ng 在后台运行，并保持剪贴板监控开启；
2. 用 OCR 程序截取屏幕区域并识别文字；
3. OCR 程序把识别文本写入剪贴板后，GoldenDict-ng 自动检测到剪贴板变化，弹出翻译浮窗。

源码级原理：剪贴板变化是如何被捕获的

理解这条链路能帮助你更好地排查问题。整个流程的核心实现如下：

• 配置项：trackClipboardScan（是否跟踪剪贴板）在 config.cc 中默认值为true，并在 config.hh 中声明为bool成员；设置界面通过 preferences.cc 的ui.enableClipboardTrack->setChecked(...)读取、通过第 528 行写回；
• 事件入口：主窗口的MainWindow::clipboardChange( QClipboard::Mode m )槽函数（见 mainwindow.cc）是剪贴板变化的监听入口。在 X11（WITH_X11）环境下，当m == QClipboard::Clipboard时，它先检查cfg.preferences.trackClipboardScan，若为 false 直接返回；否则调用scanPopup->translateWordFromPrimaryClipboard()；
• 取词动作：ScanPopup::translateWordFromPrimaryClipboard()最终调用ScanPopup::translateWordFromClipboard( QClipboard::Clipboard )（见 scanpopup.cc），该函数读取剪贴板纯文本内容（非空才继续），随后调用translateWord( str )发起翻译并显示弹窗。

需要注意的是，translateWordFromClipboard对 Linux Wayland 会话下的QClipboard::Selection模式会直接返回（见 scanpopup.cc），这是平台差异带来的限制，配置时需要注意。

剪贴板监控模式的优点

• 与任何支持剪贴板输出的 OCR 工具兼容；
• 跨平台（Windows、macOS、Linux）；
• 无需配置命令行参数或可执行文件路径；
• 集成方式简单、灵活。

Capture2Text：Windows 上的经典方案

Capture2Text 是一款老牌 OCR 取词工具，支持在捕获完成后调用外部可执行程序，因此可以直接把 GoldenDict 设为它的后处理程序。

下载与基本配置

• 官方使用文档：Capture2Text 官方站点（本文写作时项目主页为https://capture2text.sourceforge.net/）；
• 下载地址：GoldenDict-ng 维护者提供的预编译版本（https://github.com/xiaoyifang/Capture2Text/releases/tag/prerelease-20220806）。

配置方法非常直观：在 Capture2Text 的 Output action（输出动作）中，把Call Executable（调用可执行程序）设为 GoldenDict 可执行文件路径，并附上捕获文本占位符：

path_to_the_GD_executable\GoldenDict.exe "${capture}"

配置完成后，按下Win+Q框选屏幕区域。捕获到单词后，Capture2Text 会把这个词直接转发给 GoldenDict；只要 GoldenDict 的弹窗（Popup）功能处于开启状态，翻译弹窗就会立即出现：

热键配置

Capture2Text 的热键可以在其设置界面中自由调整，以便贴合你的使用习惯：

免框选取词：Forward Text Line Capture

除了框选区域，Capture2Text 还支持Forward Text Line Capture（文本行捕获）：无需框选，直接按Win+W即可捕获鼠标光标附近的整行文字。如果你只想翻译一个单词，建议启用"First word only"（仅取第一个单词）选项，这样只会捕获单个词，翻译结果更精准。

在 Linux 上使用 Capture2Text

Capture2Text 官方并没有 Linux 版本，但已有社区移植版（Linux port）。GoldenDict-ng 维护者本人也维护了一个可用于 Linux 的分支（https://github.com/xiaoyifang/Capture2Text），该移植工作参考了 GSam 的 Capture2Text Linux 移植版以及 goldendict 官方 issue 讨论（#1445）。在 Linux 桌面上使用 Capture2Text 移植版的界面效果如下：

Shortcuts.app 与 Apple 原生 OCR（macOS）

这是剪贴板监控模式在 macOS 上的专属实现，依赖 macOS 自带的"快捷指令"（Shortcuts.app）能力。

先按上文说明在 GoldenDict-ng 中启用剪贴板监控，然后在 Shortcuts.app 中创建一个快捷指令（Shortcut），让它在交互式截屏之后修改剪贴板内容——即把系统 OCR 识别出的文字写入剪贴板。GoldenDict-ng 检测到剪贴板变化后即弹出翻译：

在这个快捷指令里，你还可以追加额外的处理能力，比如"只取第一个词"，让识别结果更聚焦于单个单词：

Tesseract 命令行方案（Linux）

在 Linux 上，可以把"命令行截屏 → Tesseract OCR → 结果传给 goldendict"串成一条脚本流水线。官方文档以 KDE 的 spectacle 和 Wayland/wlroots 的 grim 为例，给出如下完整脚本：

#!/usr/bin/env bash set -e case $DESKTOP_SESSION in sway) grim -g "$(slurp)" /tmp/tmp.just_random_name.png ;; plasmawayland | plasma) spectacle --region --nonotify --background \ --output /tmp/tmp.just_random_name.png ;; *) echo "Failed to know desktop type" exit 1 ;; esac # note that tesseract will apppend .txt to output file tesseract /tmp/tmp.just_random_name.png /tmp/tmp.just_random_name --oem 1 -l eng goldendict "$(cat /tmp/tmp.just_random_name.txt)" rm /tmp/tmp.just_random_name.png rm /tmp/tmp.just_random_name.txt

脚本逻辑拆解如下：

1. 依据$DESKTOP_SESSION判断桌面环境，选择对应的截屏工具：Sway（Wayland）用grim -g "$(slurp)"交互框选区域；Plasma（KDE）用spectacle --region区域截屏，--nonotify关闭通知、--background后台执行；
2. 把截屏写入临时文件/tmp/tmp.just_random_name.png；
3. 调用tesseract对图片做 OCR，--oem 1指定 OCR 引擎模式（LSTM 引擎），-l eng指定识别语言为英语。注意：Tesseract 会在输出文件后自动追加.txt扩展名，因此识别结果落在/tmp/tmp.just_random_name.txt；
4. 用goldendict "$(cat ...)"把识别出的文本作为命令行参数传给 GoldenDict——GoldenDict-ng 支持命令行传词直接发起翻译（这也是 clipboardChange 注释中提到的取词来源之一）；
5. 最后清理临时文件。

使用步骤

Step 1：安装依赖软件

按你的系统安装以下工具：

• OCR 引擎：tesseract 及其语言包；
• 截屏工具（按桌面环境选择）：
  • KDE（Plasma）：spectacle；
  • Sway（Wayland）：grim 和 slurp；
• 其他：bash 运行环境。

Ubuntu/Debian 示例安装命令：

sudo apt update sudo apt install tesseract-ocr tesseract-ocr-eng tesseract-ocr-chi-sim spectacle

说明：chi-sim是简体中文语言包。示例脚本只用了英语eng，但建议一并安装中文包，便于后续扩展中文识别。

Step 2：创建脚本文件

在主目录下新建脚本文件，例如ocr_translate.sh：

nano ~/ocr_translate.sh

把上面的脚本代码复制进去（或手动输入），保存并退出（Nano 中按Ctrl+O、回车，再按Ctrl+X）。

Step 3：赋予执行权限

chmod +x ~/ocr_translate.sh

Step 4：运行脚本

1. 先启动 GoldenDict（让它后台运行）；
2. 执行脚本：

./ocr_translate.sh

操作体验：如果你使用 KDE，鼠标会变成十字准星，拖拽框选想翻译的文字区域。脚本会自动完成识别，GoldenDict 随即在弹窗中显示该词的释义。

进阶优化技巧

设置全局快捷键（最推荐的使用方式）

在系统设置 → 快捷键（Shortcuts）中添加一个全局快捷键（例如Ctrl+Alt+G），指向脚本的绝对路径（如/home/your_username/ocr_translate.sh）。此后遇到不认识的单词，只需按下快捷键即可完成框选、识别、翻译整个流程。

支持中文识别

如需识别中文，把脚本中的 tesseract 一行修改为：

tesseract /tmp/tmp.just_random_name.png /tmp/tmp.just_random_name --oem 1 -l eng+chi_sim

即把-l eng改为-l eng+chi_sim（前提是已安装tesseract-ocr-chi-sim中文语言包）。

GNOME 桌面用户

脚本里的case分支不会匹配 GNOME 桌面，可以追加一条 GNOME 截屏命令，或使用更通用的写法：

gnome-screenshot -a -f /tmp/tmp.just_random_name.png

将这一行放入case的 GNOME 分支，即可在 GNOME 下同样实现框选截屏。

方案对比与选型建议

选型时只需抓住一条主线：OCR 负责识别，GoldenDict-ng 负责翻译，二者之间的"接口"要么是剪贴板，要么是命令行参数。据此，几乎任何"支持复制识别结果"或"支持调用外部程序"的 OCR 工具（如 OCRSpace、ScreenTranslate 等）都可以通过本文介绍的模式与 GoldenDict-ng 集成，实现跨平台的"看到即翻译"体验。

• 桌面应用