终端输出捕获工具

当程序已经在运行且输出直接到终端时，传统方法无法事后捕获输出（详见 00bak/README.md）。本工具使用 OCR（光学字符识别） 技术，通过持续截图和文字识别来捕获终端输出。

项目结构

.
├── terminal_ocr_capture.py  # OCR捕获主程序
├── select_region.py         # 交互式区域选择工具
├── test_printer.py          # 测试脚本（持续打印）
├── requirements.txt         # Python依赖
├── README.md               # 本文件
└── 00bak/                  # 旧方法测试记录（传统方法均不可行）
    ├── README.md           # 详细测试记录
    └── continuous_print.py # 旧版测试脚本

快速开始

1. 安装依赖

# 安装Python库
pip install -r requirements.txt

# 安装系统级OCR引擎
sudo apt-get install tesseract-ocr

# 安装中文语言包（如果需要识别中文）
sudo apt-get install tesseract-ocr-chi-sim

# 或者安装所有语言包
sudo apt-get install tesseract-ocr-all

注意：如果只识别英文，可以跳过中文语言包的安装，并在运行时使用 -l eng 参数。

2. 运行测试程序

在一个终端窗口中运行测试脚本（模拟正在运行的程序）：

python test_printer.py

3. 启动OCR捕获

在另一个终端窗口中运行OCR捕获工具：

方法A：全屏捕获

python terminal_ocr_capture.py -o captured_output.txt

方法B：选择特定区域（推荐）

1. 先运行区域选择工具：

python select_region.py

2. 全屏会变暗，点击并拖拽选择终端窗口区域

3. 按 Enter 确认，工具会输出完整命令，直接复制运行即可

方法C：手动指定区域

python terminal_ocr_capture.py -o captured_output.txt -r 100 100 800 600
# 参数：左上角X坐标 Y坐标 宽度 高度

指定语言（如果只识别英文）

python terminal_ocr_capture.py -o captured_output.txt -l eng

4. 查看结果

捕获的文本会实时保存到指定文件（如 captured_output.txt）。按 Ctrl+C 停止捕获。

详细使用说明

terminal_ocr_capture.py

主程序，持续截图并识别文字。

参数：

• -o, --output: 输出文件路径（必需）
• -i, --interval: 截图间隔（秒），默认 0.5
• -r, --region: 截图区域 X Y WIDTH HEIGHT（可选）
• -m, --monitor: 显示器索引，默认 1
• -l, --lang: OCR语言，默认 chi_sim+eng（简体中文+英文）。可选：eng（仅英文）、chi_sim（仅简体中文）

示例：

# 全屏捕获，间隔1秒
python terminal_ocr_capture.py -o output.txt -i 1.0

# 捕获指定区域
python terminal_ocr_capture.py -o output.txt -r 0 0 1920 1080

select_region.py

交互式区域选择工具，帮助确定终端窗口的坐标。

使用方法：

1. 运行 python select_region.py
2. 全屏会变暗，显示红色十字光标
3. 点击并拖拽选择终端窗口区域
4. 按 Enter 确认，或按 Esc 取消
5. 工具会输出完整的运行命令

test_printer.py

测试脚本，模拟正在运行的程序，持续打印时间戳。

特点：

• 多线程并发打印
• 不同线程使用不同延迟
• 适合测试OCR捕获功能

运行：

python test_printer.py
# 按 Ctrl+C 停止

工作原理

1. 截图：按设定间隔捕获屏幕或指定区域
2. OCR识别：使用 Tesseract OCR 引擎识别文字
3. 去重：与已保存文本对比，只保存新出现的行
4. 保存：实时追加到输出文件

注意事项

最佳实践

1. 终端设置

   • 使用清晰的等宽字体（如 Consolas, Monaco, DejaVu Sans Mono）
   • 增大字体大小（至少 14pt，推荐 16-18pt）
   • 使用高对比度配色（如黑底白字或白底黑字）
   • 避免使用彩色文本（单色文本识别率更高）

2. 图像预处理优化

   • 程序已自动进行图像预处理：灰度化、放大2倍、增强对比度、二值化
   • 这些处理有助于提高OCR识别率，特别是对中文文本

3. 捕获设置

   • 间隔建议 0.5-1.0 秒
   • 太短：可能重复识别，增加CPU负担
   • 太长：可能漏掉快速滚动的文本

4. 区域选择

   • 尽量精确选择终端窗口区域
   • 避免包含其他窗口或UI元素
   • 如果终端全屏，可以直接全屏捕获

限制

• OCR 识别率受字体、大小、对比度影响
• 彩色文本可能影响识别（建议使用单色）
• 特殊字符（如表格边框）可能识别不准确
• 需要一定的CPU资源进行OCR处理

与旧方法对比

在 00bak/README.md 中记录了传统方法的测试结果：

• ❌ 读取 /dev/pts/N - 只能读键盘输入，无法读程序输出
• ❌ 读取 /proc/<pid>/fd/1 - 已连接终端的文件描述符无法被其他进程读取
• ❌ 使用 strace - 需要 root 权限，且可能影响性能
• ✅ 使用 tee/script/tmux - 有效，但需要提前准备

OCR方法的优势：

• ✅ 不需要提前准备
• ✅ 不需要 root 权限
• ✅ 不需要修改运行中的程序
• ✅ 适用于任何已运行的程序

OCR方法的劣势：

• ⚠️ 需要一定的CPU资源
• ⚠️ 识别率受显示质量影响
• ⚠️ 无法捕获已滚出屏幕的历史内容

故障排除

OCR识别率低

1. 检查终端字体和大小
2. 确保高对比度（黑底白字最佳）
3. 尝试调整截图间隔
4. 检查选择的区域是否准确

程序无法启动

1. 确认已安装 tesseract-ocr：tesseract --version
2. 确认Python依赖已安装：pip list | grep pytesseract
3. 检查是否有GUI权限（区域选择工具需要）

捕获不到新内容

1. 确认测试程序正在运行
2. 检查选择的区域是否正确
3. 尝试降低截图间隔
4. 查看程序输出的状态信息

许可证

本项目仅供学习和研究使用。