poxiaoxi博客看到屏幕上的一段文字，想复制出来却发现无法选中；浏览长网页时，普通截图无法一次保存全部内容；阅读外语软件界面或游戏画面时，又希望直接识别并翻译屏幕上的文字。这些需求看似不同，实际上都涉及同一件事：如何更方便地获取和处理屏幕上的信息。
eSearch 正是围绕这类场景开发的一款开源桌面工具。它将截图、OCR文字识别、搜索、翻译、以图搜图、屏幕贴图和录屏等能力整合在同一个软件中。用户不必为每一种任务单独寻找工具，可以通过快捷键和截图选区直接进入后续操作。
项目最初希望在 Linux 上提供类似手机即时信息搜索的使用体验，后来逐渐扩展为一套功能较为完整的屏幕信息处理工具。目前，eSearch 支持 Windows、Linux 和 macOS，采用 GPL-3.0 开源许可证，适合希望提高桌面操作效率的用户。
截图之后还能继续处理屏幕内容
普通截图工具的主要任务是保存屏幕画面，而 eSearch 更强调截图之后的处理过程。框选屏幕区域后，用户可以根据需要继续识别文字、搜索内容、调用翻译，或者将截图作为浮动图片保留在桌面上。
例如，在浏览网页时遇到无法复制的文字，可以直接框选对应区域并执行 OCR；阅读外语资料时，可以识别文字后调用翻译引擎；如果需要记录软件界面，还可以对截图进行标注、模糊处理或添加背景效果。
这种设计减少了截图、打开图片编辑器、重新上传图片、复制识别结果等操作之间的切换。对于经常查阅资料、整理文档或进行软件操作演示的人来说，将多个步骤集中在一个入口中，会比单独使用几个工具更加方便。
eSearch的截图功能不止于框选
截图是 eSearch 的基础能力之一。它支持自由调整截图区域，也提供取色器、自由画笔、几何图形、马赛克和模糊等功能，能够满足常见的图片截取和简单标注需求。
截图选区不仅可以通过方向键调整，还支持输入四则运算式修改尺寸。这对于需要精确截取指定宽高的界面元素、制作产品截图或整理技术文档的人来说比较实用。
另外，eSearch 支持自定义框选后的后续动作。例如，可以设置选区完成后直接执行 OCR，减少重复点击。截图还可以添加渐变或图片背景、圆角和阴影，并调整导出分辨率。项目也提供物体移除与图像修补功能，但实际效果仍取决于图片内容和处理条件。
滚动截图适合保存完整网页内容
当网页、聊天记录或文档的长度超过屏幕可视区域时，普通截图往往需要连续截取多张图片，再手动拼接。eSearch 提供滚动截图功能，可以将连续内容拼接成一张较长的图片。
除了常见的竖向滚动，项目还支持横向和任意方向的滚动拼接。这对于需要保存宽表格、长页面或其他非标准布局的内容具有一定帮助。
需要注意的是，滚动截图并不意味着任何页面都能一次性完美拼接。页面动态加载、滚动位置变化、固定悬浮元素以及复杂的界面动画，都可能影响最终效果。遇到拼接错位时，可以调整滚动方式，或者改用分段截图后再进行处理。
离线OCR让图片文字可以直接使用
OCR 是 eSearch 的重要功能。它可以识别截图或图片中的文字，并将原本无法直接选中的内容转换为可编辑文本。项目提供基于 PaddleOCR 的离线识别能力，常规使用不必将图片上传到在线识别网站。
具体操作时，用户可以框选屏幕中的文字区域，再按回车键执行识别。识别结果可以继续编辑和校对，部分场景还支持在图片上选择文字，并将对应选区同步到编辑区域，方便逐段检查识别内容。
eSearch 的离线 OCR 支持段落识别，也可以使用基于标点符号的分段算法，并提供竖排文本和图片旋转识别能力。对于生僻字、特殊符号或更多语言，还可能需要在设置中额外下载相应模型。
不过，离线 OCR 并不代表所有图片都能准确识别。文字模糊、背景复杂、字体特殊、图片倾斜或低分辨率，都可能影响识别结果。涉及合同、数据和专业术语时，仍然需要人工检查。
屏幕翻译与以图搜图如何配合
识别文字之后，eSearch 还可以调用翻译引擎处理 OCR 结果，支持选词翻译。项目提供多种可选翻译方式，包括部分在线翻译服务，以及用户自行配置的第三方 API 或本地 AI 翻译方案。
屏幕翻译功能则更进一步：它可以生成一个浮动图片窗口，并将图片中的文字替换为翻译后的文本。对于无法直接复制内容的界面、外语软件和部分游戏画面，这种方式可以减少反复截图、识别和切换翻译页面的操作。
屏幕翻译还支持定时翻译，因此可以用于需要持续观察文字变化的场景。不过，实际效果会受到文字识别质量、翻译服务响应速度和画面变化频率的影响，不适合直接假定为毫无延迟的实时字幕系统。
除了翻译，eSearch 还提供以图搜图功能，可以调用 Google、百度和 Yandex 等搜索引擎查找相似图片或相关内容。项目也支持配置多模态大模型接口，让用户围绕图片内容进行进一步交流。
这些功能适合资料检索、外语阅读和图片来源查找等任务，但搜索结果与翻译质量仍取决于所使用的服务，不能完全由 eSearch 本身决定。
屏幕贴图与录屏覆盖不同工作场景
eSearch 不仅用于截图和文字处理，还提供屏幕贴图与录屏功能，适合需要长时间参考资料或记录操作过程的用户。
屏幕贴图可以将图片以浮动窗口的形式保留在桌面上，并调整缩放比例、透明度和窗口位置。它还支持鼠标穿透等设置，方便用户在查看参考图片的同时继续操作其他应用。
例如，设计人员可以将参考图固定在屏幕一侧，开发人员可以将接口文档或示例代码作为浮动图片，学习者则可以将需要反复对照的资料放在当前工作区域附近。
录屏方面，eSearch 支持录制屏幕、设置自定义录制区域以及使用摄像头。部分功能还可以显示光标位置和键盘按键，并通过虚拟背景调整画面。项目提供的增强录屏功能可以自动聚焦鼠标位置，并支持对录制帧进行加速、删除等处理。
如果只是偶尔录制一段操作演示，eSearch 可以提供较为集中的操作入口；如果需要专业剪辑、多轨音频处理或复杂的视频后期制作，仍然需要搭配专门的视频编辑软件。
如何安装并开始使用eSearch
eSearch 的官方 GitHub 仓库和项目网站均提供下载入口。用户可以根据自己的操作系统选择相应安装包，也可以从项目 Release 页面查看已发布的版本。
Windows 用户还可以通过 WinGet 安装，命令如下：
winget install esearch
Arch Linux 用户可以在 AUR 中查找 e-search 或 e-search-git 软件包。其他 Linux 发行版和 macOS 用户，则应根据官方发布页面提供的安装包和说明进行安装。
安装并启动后，eSearch 通常会出现在系统托盘区域。项目默认的截图快捷键是 Alt+C，用户可以在设置中修改快捷键，以适应自己的使用习惯。
初次使用时，可以先尝试几个最常见的操作：
按下截图快捷键，框选屏幕中的图片或文字。
在截图区域中调用 OCR，将图片文字转换为可编辑文本。
通过翻译功能处理识别结果，或使用屏幕翻译查看外语内容。
尝试将截图固定为浮动图片，方便在其他应用中对照查看。
需要保存长页面时，使用滚动截图功能进行拼接。
如果主要需求是截图和文字识别，不必一开始就配置所有功能。先熟悉快捷键、选区操作和 OCR 流程，再根据需要开启翻译、以图搜图和录屏等能力，通常更容易建立稳定的使用习惯。
精彩评论