情境:YOUTUBE上有許多優秀的日文老師的提供考題解析或文法解析,不過有時仍想再藉助AI神器分析解題或文法，只是部分YT，並未提供SRT字幕SubRip subtitle file，可以免去打字處理，此時就需透過手動截圖方式(PNG、JPEG)，貼到小畫家後，另存成圖檔，再轉交由OCR辨識軟體將日文辨識出來，進行解題，過程有些繁瑣。
解決辦法:
透過PYTHON程式,將下面程式另存成png2txt.jp，編譯成png2txt.EXE執行檔後，直接於截圖後，使用下面之步驟二方式，一鍵完成日文OCR辨識處理。
由系統快取資訊,取得剛才截圖資訊，直接提供給OCR辨識軟體(Tesseract )轉換成純文字，最後將它交給AI神器進行解題即可 (無需另外開啟小畫家，存檔覆寫等處理)
💜操作步驟一(截圖處理): Shift + Win + S 快速鍵,區塊截取圖片轉換為日文TXT純文字，ScreenShot圖檔即可用PYTHON程式直接取用 CACHE記憶體內之截圖資訊
💜步驟二:點選執行，預先編譯好之png2txt.EXE執行檔,即可一鍵完成日文OCR辦識處理。
💜步驟三:複製剛辨識完成之TXT檔，貼至AI神器💯上去詢問日文考題解析或文法解析。
相關資源:
YOUTUBE字幕下載
OCR辨識軟體🔣(圖檔轉文字jpg2txt)Tesseract
🏯AI神器解析日文考題或句子結構
Mac 上的 Shift + Command + 4 組合鍵，類似 Windows 上的 Win + Shift + S，可方便地選擇性截取螢幕的一部分。
# -*- coding: utf-8 -*-
'''
python取圖檔，辨識日文考題
'''
import os
import subprocess
import sys
from PIL import Image, ImageGrab
import pytesseract
def save_clipboard_image(filename='screenshot.png'):
try:
# 獲取剪貼簿中的圖像
image = ImageGrab.grabclipboard()
if image is None:
print("剪貼簿中沒有圖像資料")
return
# 保存圖像為PNG格式，覆蓋同名文件
image.save(filename, 'PNG')
print(f"圖像已保存為 {filename}")
except Exception as e:
print(f"無法保存圖像: {e}", file=sys.stderr)
def ocr_image_to_text(image_path):
# 檢查檔案是否存在
if not os.path.exists(image_path):
print(f"Error: File not found - {image_path}")
return
# 修改為您的 Tesseract 安裝路徑
pytesseract.pytesseract.tesseract_cmd = 'd:/Program Files/Tesseract-OCR/tesseract.exe'
img = Image.open(image_path)
text = pytesseract.image_to_string(img, lang='jpn') # 辨識日文考題
# 輸出檔案名稱根據輸入檔案修改
output_file = os.path.splitext(image_path)[0] + '.txt'
with open(output_file, mode='w', encoding='UTF-8') as f:
f.write(text)
print(f"OCR結果已保存為 {output_file}")
subprocess.Popen(['explorer', output_file]) # 使用 list 形式傳遞參數
if __name__ == "__main__":
image_filename = 'D:\Program Files\Tesseract-OCR\screenshot.png'
save_clipboard_image(image_filename)
ocr_image_to_text(image_filename)
###################################################
#以下為進階python版本之 一鍵完成圖檔OCR辨識: (直接將prompt日文提示詞，併入掃描ocr辨識結果，結合起來後,直接自動化用檔案總管開啟 d:\testjlpt.txt')
# input_file1內容,如下:
{{問題文}}は1～4の中から最も適切なものを一つ選んでください。
# input_file2內容為 """
#為何要另外加入input_file2.txt ,是為了將 4選1選項問答PROMPT提問文: +OCR辨識之TXT結果後，再補上 """ (三重引用符號)，讓AI能夠將它視為整段完整之PROMPT提問文 (亦即，前段日文詢問之PROMPT + OCR辨識後之TXT +最後再補上 三重引用符號)
# output_file內容為 d:\testjlpt.txt'
import os
import subprocess
from PIL import Image, ImageGrab
import pytesseract
def save_clipboard_image(filename='screenshot.png'):
"""保存剪貼簿中的圖像。"""
image = ImageGrab.grabclipboard()
if image:
image.save(filename, 'PNG')
print(f"圖像已保存為 {filename}")
return filename
else:
print("剪貼簿中沒有圖像資料")
return None
def ocr_image_to_text(image_path, lang='jpn'):
"""使用 Tesseract OCR 對圖像進行文字辨識。"""
if not os.path.exists(image_path):
print(f"Error: File not found - {image_path}")
return None
pytesseract.pytesseract.tesseract_cmd = r'D:/Program Files/Tesseract-OCR/tesseract.exe'
return pytesseract.image_to_string(Image.open(image_path), lang=lang)
def append_file_content_in_order(input_file1, input_file2, content_to_append, output_file):
"""將指定內容和兩個檔案的內容按照指定順序追加到檔案末尾。"""
try:
with open(output_file, 'w', encoding='utf-8') as f_out, \
open(input_file1, 'r', encoding='utf-8') as f_in1, \
open(input_file2, 'r', encoding='utf-8') as f_in2:
f_out.write(f_in1.read()) # 先寫入 input_file1 内容 (00)
f_out.write("\n\n" + content_to_append) # 再寫入 OCR 結果
f_out.write("\n\n" + f_in2.read()) # 最后寫入 input_file2 内容 (01)
print(f"已成功將結果寫入 {output_file}")
except FileNotFoundError as e:
print(f"Error: 檔案不存在 - {e.filename}")
except Exception as e:
print(f"Error: 發生錯誤 - {e}")
if __name__ == "__main__":
image_filename = r'D:\Program Files\Tesseract-OCR\screenshot.png'
input_file1 = r'd:\testjlpt00.txt'
input_file2 = r'd:\testjlpt01.txt'
output_file = r'd:\testjlpt.txt'
saved_image_path = save_clipboard_image(image_filename)
if saved_image_path:
ocr_text = ocr_image_to_text(saved_image_path)
if ocr_text:
append_file_content_in_order(input_file1, input_file2, ocr_text, output_file)
print(f"OCR結果已保存為 {output_file}")
subprocess.Popen(['explorer', output_file])
