让 Snipaste 使用微信 OCR（Linux）
💡
原文中文，约4100字，阅读约需10分钟。
📝
内容提要
本文介绍了如何在Linux上使用Snipaste结合微信OCR进行图像文字识别。通过编译swigger/wechat-ocr项目，作者解决了Linux环境下的OCR需求，并编写了一个shell脚本以简化操作，最终成功实现了OCR功能并整合到Snipaste中。
🎯
关键要点
- Snipaste在Linux上的本地OCR方案依赖于Tesseract，但作者对其不满意，转而使用微信OCR。
- swigger/wechat-ocr项目已支持Linux，作者选择编译原项目以满足OCR需求。
- 作者的Linux环境为Kubuntu 25.10 amd64，使用.deb包安装微信4.1.0.16和Snipaste 2.11.3专业版。
- 编译swigger/wechat-ocr需要安装cmake、make和python3-dev等工具，并确保Python版本至少为3.8。
- 作者编写了一个shell脚本来封装test_cli，以简化OCR操作并过滤输出，只保留OCR识别的最终文本。
- 最终成功将wechat-ocr-snipaste-linux.sh设置为Snipaste的Tesseract可执行文件。
❓
延伸问答
如何在Linux上使用Snipaste结合微信OCR进行图像文字识别？
可以通过编译swigger/wechat-ocr项目，并编写shell脚本来实现OCR功能，最终将其整合到Snipaste中。
编译swigger/wechat-ocr项目需要哪些工具？
需要安装cmake、make和python3-dev等工具，并确保Python版本至少为3.8。
作者使用的Linux环境是什么？
作者使用的是Kubuntu 25.10 amd64。
如何简化OCR操作？
作者编写了一个shell脚本来封装test_cli，以简化OCR操作并过滤输出，只保留最终文本。
为什么作者选择使用微信OCR而不是Tesseract？
作者对Tesseract的表现不满意，因此选择使用微信OCR。
如何将wechat-ocr-snipaste-linux.sh设置为Snipaste的可执行文件？
在成功执行shell脚本后，可以将其选为Snipaste的Tesseract可执行文件。
➡️
