截图 OCR 翻译助手：选中屏幕内容，快速识别并翻译（GPT-5.6开发）

平时浏览英文网页、软件界面、PDF 或图片资料时，经常会遇到无法直接复制的文字。为了解决这个问题，我制作了一个 Quicker 截图 OCR 翻译动作。

运行后只需框选屏幕区域，动作便会自动识别图片中的文字、清理多余空格，并在独立窗口中显示结果。需要翻译时，点击窗口顶部的“AI翻译”按钮，译文就会追加在原文下方，方便对照阅读。

主要功能

截图文字识别

运行后选择屏幕上的任意区域，Quicker 会通过 OCR 提取其中的文字。适用于：

• 无法复制文字的网页和软件

• 图片、扫描件和 PDF

• 英文提示信息

• 视频字幕和课程资料

• 软件更新日志

自动整理原文

OCR 结果经常带有不规则缩进和多余空格。动作会自动删除每行左右两侧的空白，使内容统一左对齐。

这一过程使用本地正则替换，不调用 AI，速度很快。

使用的正则表达式为：

^[ \t]+|[ \t]+$

DeepSeek AI 翻译

文本窗口顶部提供“AI翻译”按钮。点击后，动作会自动判断原文语言：

• 中文内容翻译成英文

• 其他语言翻译成简体中文

• 保留数字、日期、单位、型号和专有名词

• 尽量保留原文段落结构

• 不添加解释、总结和多余前缀

翻译结果不会覆盖原文，而是追加到原文下方：

这里是OCR识别的原文……

===== 翻译结果 =====
这里是翻译后的内容……

因此可以在同一个窗口中对照阅读原文和译文。

支持局部翻译

除了翻译全文，也可以扩展为局部翻译：先在文本窗口中选中一段文字，再点击翻译按钮，只处理选中的内容。

这对于长文章、专业术语和软件提示非常实用，也能减少 API 用量。

自定义阅读窗口

文本窗口支持调整：

• 窗口尺寸和显示位置

• 字体名称和大小

• 自动换行

• 行号显示

• 窗口置顶

• 背景和文字颜色

我使用“得意黑”作为显示字体，并将窗口设置为屏幕宽度的 75%、高度的 80%，阅读体验更舒适。

动作运行流程

整个动作的处理顺序如下：

选择截图区域
    ↓
基础 OCR 识别
    ↓
正则清理多余空格
    ↓
显示原文窗口
    ↓
点击 AI 翻译
    ↓
调用 DeepSeek
    ↓
在原文下方追加译文

OCR 和文本清理会自动运行，AI 只在点击翻译按钮时调用，避免不必要的等待和费用。

DeepSeek 配置

AI 翻译使用 DeepSeek 的 OpenAI 兼容接口。

接口端点：Chat
API地址：https://api.deepseek.com/chat/completions
模型：deepseek-v4-flash
温度：0.2

deepseek-v4-flash 的响应速度和成本比较适合日常翻译。如果更加重视复杂文本的翻译质量，也可以换成 deepseek-v4-pro。

使用者需要自行在 DeepSeek 开放平台创建 API Key。API Key 属于敏感信息，请勿写入动作说明、公开分享或出现在截图中。

文本窗口翻译按钮

工具栏中的全文翻译按钮使用以下配置：

[fa:Solid_Language:#1677FF]AI翻译|call:a$append$sp$AI翻译

其中：

• a 表示处理全部文字

• append 表示把结果追加到窗口末尾

• sp 表示调用动作内子程序

• AI翻译 是子程序名称

AI 返回译文后，再通过“组合成文本”步骤添加换行和标题，使原文与译文清晰分隔。

使用方法

1. 运行动作。

2. 框选需要识别的屏幕区域。

3. 等待 OCR 结果窗口出现。

4. 查看或修改识别结果。

5. 点击顶部“AI翻译”。

6. 在原文下方查看翻译结果。

7. 根据需要复制、编辑或保存内容。