SiYuan 图片 OCR:2 分钟跑通 Tesseract 文字识别
SiYuan 图片 OCR2 分钟跑通 Tesseract 文字识别【免费下载链接】siyuanAn open-source, privacy-first, self-hosted knowledge workspace where humans and AI agents work together 开源、隐私优先、自托管的知识工作空间让人与智能体在此协作项目地址: https://gitcode.com/GitHub_Trending/si/siyuan把一张拍下的产品说明书粘进笔记几秒钟后你直接用图里的型号编号就能搜到它——不用导出图片、不用打开识别软件、不用复制结果这 3 步手动操作被省掉了。SiYuan 桌面端在后台自动调用 Tesseract 完成图片文字识别OCR识别结果直接并入全文搜索索引。两分钟上手让图片里的文字可搜索安装 Tesseract安装时勾选需要的语言包如chi_sim、eng并把其目录加入系统PATH启动 SiYuan在 kernel 日志中搜索tesseract-ocr enabled看到ver、maxSize、langs三项即说明就绪在笔记里粘贴或拖入一张 PNG/JPG 图片无需任何点击等后台识别完成后在顶部搜索框输入图片里出现的文字即可定位到原图。它是怎么工作的环境自检与路径回退启动时探测tesseract命令macOS 上找不到时自动尝试/usr/local/bin和/opt/homebrew/bin两个位置规避装了却调不到的常见问题kernel/util/ocr.go。串行执行全局互斥锁把 OCR 任务排队串行处理规避 Tesseract 并发执行时返回空结果的问题。格式与体积门槛只处理 png、jpg、webp、tiff 等 12 种位图超过TesseractMaxSize默认 2MB的文件直接跳过不浪费 CPU。结果缓存识别文本写入assets/ocr-texts.json并在内存维护映射同一张图不重复识别资产文件被删除后对应缓存自动清理。4 个环境变量可调启动前设置即可SIYUAN_TESSERACT_LANGSchi_simeng指定语言包。默认只启用 eng、chi 系、jpn、fra 等 8 种防止语言包过多导致识别变慢甚至超时返回空结果SIYUAN_TESSERACT_MAX_SIZE4000000图片体积上限单位是字节SIYUAN_TESSERACT_TIMEOUT单次识别超时默认 7000msSIYUAN_TESSERACT_ENABLEDfalse一键关闭整个功能。组合玩法与调优把搜字找图当主力用法OCR 文本进索引后最高频的场景是批量导入截图类文档说明书、合同、票据时不再逐张转录——先按关键字搜到图再点开读图识别过程全程在后台不占编辑时间。多语言混排识别默认语言列表不含小语种。需要时按三步走装好对应语言包 → 设SIYUAN_TESSERACT_LANGSjpnengchi_sim→ 重启 SiYuan在日志里确认langs生效。注意环境变量与已安装列表取交集没装的语言写了也不会生效。常见问题速查现象原因解法日志报no tesseract langs found未安装任何语言包重装 Tesseract 并勾选chi_sim/eng大图识别不出来超过 2MB 默认上限设SIYUAN_TESSERACT_MAX_SIZE4000000识别超时返回空语言包过多或图片偏大用SIYUAN_TESSERACT_LANGS收窄或调大SIYUAN_TESSERACT_TIMEOUT日志无tesseract-ocr enabled可执行文件不在 PATH把 Tesseract 安装目录加入 PATH把它放进你的工作流OCR 在 SiYuan 里不是孤立功能而是资产 → 索引链路的一环图片进资产目录文字进搜索库与全文检索共享同一套内核。想深入实现从 kernel/util/ocr.go 入手最短。git clone https://gitcode.com/GitHub_Trending/si/siyuan容易踩的坑SIYUAN_TESSERACT_MAX_SIZE的单位是字节——写成4不会变成 4MB而是把上限压到 4 字节功能会看起来失效。【免费下载链接】siyuanAn open-source, privacy-first, self-hosted knowledge workspace where humans and AI agents work together 开源、隐私优先、自托管的知识工作空间让人与智能体在此协作项目地址: https://gitcode.com/GitHub_Trending/si/siyuan创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

从localhost到公网IP:云服务器部署实战指南

从localhost到公网IP:云服务器部署实战指南

很多同学在本地把项目跑得特别顺手,IDEA 一点就启动,浏览器打开http://localhost:8080一切正常。可真到了需要把项目部署到公网给其他人访问时,就会遇到一连串问题:为什么局域网里别人能访问,外网就不行?为…

2026/11/21 16:09:40 阅读更多 →
Rfclt:不依赖装饰器的TypeScript运行时类型元数据方案

Rfclt:不依赖装饰器的TypeScript运行时类型元数据方案

之前在做 TypeScript 项目的参数校验和依赖注入时,最让人头疼的就是“类型在编译期被擦除”这件事。明明写好了 interface User ,运行时却拿不到任何类型信息,只能靠 reflect-metadata 配合 emitDecoratorMetadata 去取元数据&#xff…

2026/11/21 16:51:57 阅读更多 →
MCP Apps项目总览:让MCP工具在AI对话框里打开仪表盘与图表的完整指南

MCP Apps项目总览:让MCP工具在AI对话框里打开仪表盘与图表的完整指南

MCP Apps项目总览:让MCP工具在AI对话框里打开仪表盘与图表的完整指南 【免费下载链接】ext-apps Official repo for spec & SDK of MCP Apps protocol - standard for UIs embedded AI chatbots, served by MCP servers 项目地址: https://gitcode.com/GitHub…

2026/11/21 0:50:15 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/20 23:27:28 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/20 23:27:28 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/20 23:27:28 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/20 21:55:32 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/20 23:27:28 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/20 22:59:12 阅读更多 →

日新闻

周新闻

月新闻