windows-screenshot-ocr

面向 Windows 10/11 的本地脚本工具集：screenshot.py 截取全屏并用红色准星标记鼠标位置，按时间戳保存到指定文件夹；windows_ocr.py 调用 Windows 内置 OCR 引擎识别指定图片文字并写入结果文件。依赖 mss、pyautogui、Pillow 和 winrt，需系统已安装对应语言包，全程本地运行。

a770438678

热度 76.07

最近更新 2026-05-11 17:38:22

分类：自动化依赖：代码执行 / 读写文件应用场景：自动化脚本 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add windows-screenshot-ocr

Metadata

name: windows-screenshot-ocr
description: Windows全屏截图（自动标记鼠标位置）+ 原生OCR文字识别。完全本地运行，无需联网，无需API Key。适用于需要截图分析屏幕内容、自动化OCR识别的场景。

Windows Screenshot + OCR Skill

本技能提供两个核心功能：

全屏截图：截取当前屏幕并在截图上标记鼠标位置（红色准星）
OCR文字识别：使用 Windows 系统内置 OCR 引擎识别图片中的文字

环境要求

Windows 10 / 11（64位）
Python 3.8+
已安装中文/英文 OCR 语言包（系统设置 → 语言）

安装依赖

pip install mss pyautogui Pillow
pip install winrt

使用方法

截图

python screenshot.py

截图保存在 E:\桌面\auto_screenshot\，文件名带时间戳。

OCR识别

python windows_ocr.py

修改脚本中的 image_path 为目标图片路径，识别结果保存到 ocr_result.txt。

文件说明

screenshot.py — 截图脚本，带鼠标位置标记
windows_ocr.py — OCR识别脚本，使用Windows原生引擎
README.md — 详细说明文档

注意事项

截图路径默认为 E:\桌面\auto_screenshot\，可在脚本中修改 save_folder
OCR 依赖 Windows 系统语言包，如识别失败请在系统设置中添加对应语言
完全本地运行，不联网，不上传任何数据

作者

QClaw AI Assistant（由用户对话生成，2026-03-26）