Skip to content
jimmgreenPublic

About

Windows screenshot, annotation, offline OCR, clipboard history, GIF and screen recording.

Resources

Stars

114 stars

Watchers

0 watching

Forks

Repository files navigation

LumaShot — 开发预览版

轻巧、原生的 Windows 截图工具: 截图标注、长截图、置顶贴图、离线 OCR、GIF 与屏幕录制,一个托盘程序全部搞定。

LumaShot:截图标注与长截图

  • 截图与标注 — 框选区域 / 窗口 / 控件,矩形、箭头、画笔、荧光笔、文字、序号、马赛克,Acrylic 工具栏与深浅主题。
  • 长截图 — 自动或手动滚动拼接,独立预览窗口可缩放、裁剪,并能在长图上非破坏式标注。
  • 置顶贴图 + 离线 OCR — 贴图可继续标注、选择复制文字,识别表格并粘贴到 Excel,全程本地运行。
  • 截图翻译 — Ctrl+Alt+Y 框选即翻译,译文直接覆盖在贴图上;支持内置离线翻译(设置里一键下载混元 / TranslateGemma 模型,不联网、无需密钥)、本地 Ollama / LM Studio 与 DeepSeek、通义、DeepL、百度、有道、腾讯等 API,只发送识别出的文字。
  • 划词翻译 — 在任意程序里选中文字按 Ctrl+Alt+T,鼠标旁弹出翻译气泡;贴图里选中的 OCR 文字也能翻译。
  • GIF 与录屏 — 区域 / 窗口 / 全屏录制,GIF 时间轴裁剪,MP4 默认 AV1 压缩。
  • 原生而克制 — C++20 + Win32 + Direct2D,待机不截图、不绘制,无需管理员权限。

界面预览

截图标注(浅色) 截图标注(深色)
截图标注浅色主题 截图标注深色主题
标注属性面板 荧光笔
标注属性面板 荧光笔标注
长截图预览与标注 在长图可见段上直接标注
长截图预览窗口 长图标注使用截图编辑器
GIF 录制预览与裁剪 置顶贴图菜单
GIF 录制预览 置顶贴图右键菜单
设置(浅色) 设置(深色)
设置浅色主题 设置深色主题

以上截图均由测试程序使用合成内容生成,不包含任何个人数据。

下载、安装与升级

在 GitHub Releases 下载 LumaShot-Setup.exe,支持 Windows 10/11 x64,无需管理员权限。 当前版本为 v0.4.1,仍属于开发预览阶段。

手动升级时,下载新版安装包并安装到原目录即可,不必先卸载(v0.1.0 没有应用内更新,需要这样手动安装一次 v0.2.0)。 安装程序会请求旧版本正常退出、更新文件并重新启动,保留用户设置。 从 0.2.0 起,应用内置更新:启动后每天最多自动检查一次(可在设置中关闭),也可从托盘菜单或设置中「检查更新」。 发现新版本后先提示,确认后才下载;无法直连 GitHub 时会自动改用 GitHub 文件加速代理。 更新信息带 ECDSA 签名,安装包按签名中的 SHA-256 校验,校验通过并再次确认后静默安装并重启。详见 应用内更新。 安装包尚未进行代码签名。下载后可用同一 Release 的 SHA256SUMS.txt 校验文件。

LumaShot 自有代码采用 MIT 许可证,第三方组件保留各自许可证, 详见 第三方说明。Release 中的 LumaShot-ffmpeg-source.zip 为 FFmpeg 对应源码,普通用户安装时无需下载。

文字渲染已接入预编译的 LumaText DLL,只依赖二进制与公共头文件,不引用 完整项目。构建和打包自动携带 DLL,详见 接入说明。

独立的 Windows 10/11 x64 截图工具,使用 C++20、Win32、Direct2D、DirectWrite 与 WIC。

使用

新增 GIF 与屏幕录制:设置中可分别修改 Ctrl+Alt+G 和 Ctrl+Alt+R,托盘也提供入口。快捷键先打开准备工具条,选择区域/窗口/全屏,点击开始后倒计时录制。录制中可暂停和停止;结束后预览,GIF 可拖动时间轴两端裁剪后导出,视频保存为 MP4。更多菜单可选择兼容编码;默认要求实际硬件编码可用。请保留同目录下的 lumashot_recording_worker.exe。已实现范围、性能数据与未验证事项见 录制实现与验证。

MP4 保存默认采用体积优先的 AV1 压缩,保留原尺寸、帧时间与音轨;保存提示显示实际编码和缩小比例,无法压缩时会明确提示保留原文件。AV1 导出需要更多时间,部分播放器需要 AV1 解码支持;录制面板预览仍使用原始缓存。质量取舍、回退规则和运行时说明见 MP4 导出压缩。

双击 LumaShot.exe 开始截图,取消或完成后程序留在托盘。默认快捷键是 Ctrl+Alt+A,可从托盘设置中修改。

  • 拖动框选区域,单击选择悬停窗口;未选区时按 F 选择当前屏幕,A 选择全部屏幕。
  • 选区内使用矩形、椭圆、箭头、画笔、文字和马赛克。V 切换选择工具,拖动选区边缘调整范围,直接单击已有标注会自动切换到选择工具并选中,可立即拖动、修改属性或删除;空白处继续使用当前绘制工具。
  • 箭头类型选择“手绘箭头”后,算法会根据主要走向整体拟合曲线,自动整理局部鼓包、小折返和多余拐点;起终点保持固定,箭头沿最终曲线方向衔接。原始轨迹保留用于编辑、撤销和重做。
  • 画笔属性板可直接选择“自由画笔 / 直线 / 连续直线”,普通笔和荧光笔均可使用,无需 Shift。连续直线逐点点击,双击、Enter 或右键完成;Backspace / Ctrl+Z 撤回一点,Esc 取消当前折线。捕捉开关支持端点、中点、线段最近点和水平/垂直/45° 辅助;连续绘制使用小顶点与几何捕捉符号,不显示浮动文字。中点和最近点适用于直线、折线和直线型箭头;点击已有标注优先连接,按 V 编辑标注。详见 连续直线与捕捉 及 紧凑光标与捕捉改进。
  • 马赛克:选择棋盘图标或按 M,然后按住左键涂抹。 单击、水平和竖直涂抹均有效。三个圆圈控制笔刷范围,右侧下拉调整颗粒大小。纯色区域的马赛克可能保持同色。
  • 文字:单击输入,Enter 确认文字,Shift+Enter 换行;右侧下拉调整字号。文字输入使用截图背景,不显示白底。双击已有文字重新编辑。
  • Ctrl+Z 撤销,Ctrl+Y 重做,Delete 删除选中标注。
  • Enter / Ctrl+C 复制并完成,Ctrl+S 保存 PNG,Esc / 右键取消。
  • 默认保留唤起时的鼠标指针,包括箭头、手形、文本光标和缩放光标。可在托盘关闭;指针不在选区内时不会出现在裁切结果中。
  • 置顶贴图与离线 OCR: 框选并标注后,点击图钉创建普通置顶贴图,不自动识别;点击相邻的 OCR 按钮创建识别贴图。普通贴图也可右键“识别文字”。拖选识别文字后按 Ctrl+C,贴图会保留以便再次复制。
  • 晾衣绳: 暂时不用的贴图拖到屏幕顶部、按 H 或点击悬停出现的衣架按钮,就会以缩略图挂到顶部的绳子上;鼠标停在屏幕最顶端即可放下绳子,单击缩略图取回。把卡片从绳子上扯下,可以直接拖进微信 / QQ / 浏览器 / Word 的输入框或资源管理器,松手即插入图片,卡片随后回到绳子(按住 Shift 扯下则放成贴图);普通贴图按住 Ctrl 拖动也能这样拖出。可在设置“外观 → 顶部晾衣绳”中关闭。详见 晾衣绳。
  • 贴图中双击选择英文单词或连续中文,三击选择整行,Ctrl+A 全选,Esc 清除选择。贴图没有标题栏;双击空白处关闭。拖动空白处移动窗口;文字铺满时使用 Space+拖动。右键可查看识别状态、复制全部文字、复制图片、保存图片、重新识别或关闭。
  • 检测到可靠的规整表格时,右键额外显示“复制表格”,粘贴到 Excel 后按行列排列并保留内部空单元格;普通文字或无法确定结构时仅提供文字复制。表格分析完全本地运行,不推断合并单元格。
  • OCR 处理已经应用标注的图像,识别前去除采样鼠标;显示与图片导出仍保留原有鼠标设置。文字高亮不会进入导出图片。
  • 快捷识别与贴图: Ctrl+Alt+O 框选后自动复制文字并退出,Ctrl+Alt+P 框选后直接贴图;已有选区可按 O / F3。快捷键、OCR 去空白和兼容本地模型目录可在设置中修改。剪贴板 Ctrl+Shift+Enter 可粘贴去空白文本。详见 GitHub 反馈改进。
  • 托盘菜单提供 3 秒延时截图;延时结束时采样指针。

截图翻译

  • 按 Ctrl+Alt+Y(可在设置中修改)框选区域,或在截图工具栏点“截图翻译”、在贴图右键菜单选“翻译”/按 T。贴图会显示覆盖好译文的图片,旁边的翻译面板逐段列出原文与译文,可复制译文或双语文本、临时切换目标语言、在译文图与原图之间切换。
  • 首次使用会打开“翻译引擎设置”:默认是离线翻译,按本机内存与显卡推荐模型(混元翻译 1.5 · 1.8B / 7B、TranslateGemma 4B),点“下载”即可,支持暂停续传与 SHA-256 校验,文字不离开电脑;本地 Ollama / LM Studio 自动检测、无需密钥;也可填写 DeepSeek、通义千问、硅基流动、智谱、Kimi、OpenAI、DeepL、百度、有道或腾讯云的密钥(DPAPI 加密保存)。详见 截图翻译说明。
  • 划词翻译: 在浏览器、Word、记事本、PDF 阅读器等任意程序中选中文字,按 Ctrl+Alt+T(设置 → 快捷键 → 划词翻译,可修改或清除),鼠标旁弹出翻译气泡,显示原文与译文,可复制译文 / 双语、切换目标语言、点“固定”让气泡常驻(可拖动标题栏)。未固定时按 Esc 或点击气泡外即关闭。贴图中选中的 OCR 文字可右键“翻译选中文字”,或在贴图获得焦点时按同一快捷键。使用与截图翻译相同的引擎,只发送选中的文字。详见 划词翻译。

长截图(滚动拼接)

  • 截图框选后点击工具栏的长截图按钮(或按 L),LumaShot 会在选区内自动滚动并实时拼接;滚动鼠标滚轮即切换为手动滚动。
  • 拼接工具条:Space 暂停 / 继续,A 切换自动 / 手动,S 调整速度,Backspace 撤回最后一段,Enter 完成,Esc 取消。右侧面板实时显示拼接预览、高度与预计大小,默认最大高度 30 000 px。
  • 完成后打开独立的长截图预览窗口:适应宽度 / 100%、Ctrl+滚轮 缩放、拖动平移;缩略图导航上拖动手柄裁剪起点与终点,可显示拼接缝、去掉滚动条、修剪左右空白;支持复制、保存 PNG、贴到桌面和识别文字。
  • 长图标注: 点击「标注」或按 E,当前可见的那一段会在熟悉的截图编辑器中打开(全部标注工具可用),Enter 完成、Esc 取消,可反复进入并再次编辑已有标注。标注不修改原图,只在复制 / 保存 / 贴图时合成;Ctrl+Z / Ctrl+Y 撤销重做,有未导出的标注时关闭窗口会先确认。
  • 设计与实现细节见 长截图说明。

GIF 和视频录制均不设固定时长上限,由你手动停止;磁盘不足、设备故障等安全保护仍然生效。

视觉与资源使用

工具栏使用冻结截图的局部模糊与半透明着色实现 Acrylic 外观,并支持深浅主题。待机不持续截图、不持续绘制。

截图准备期间会在后台识别窗口里的按钮、输入框、列表和面板,悬停后可单击框选更小的区域;手动拖选方式不变。识别不阻塞截图显示,尚未识别或应用未公开控件时退回整窗框选。只读取控件边界与类型,不读取控件文字;识别进程按次启动,超时或取消后退出。

设置中“截图粘贴为文件”默认开启,格式可选 PNG(默认、无损)、JPEG 或 BMP。复制截图或贴图时同时提供图片和文件,支持粘贴到资源管理器;关闭后只提供图片。编码在后台完成,已复制文件保留在系统临时目录的 LumaShot-Clipboard 文件夹,避免关闭截图后粘贴失效;未发布的取消结果自动删除。超过 24 小时的 LumaShot-* 文件会在下次导出和程序启动时清理(当前剪贴板上的文件除外)。

剪贴板历史(默认关闭): 设置中开启“开启剪贴板”后,屏幕右侧出现可折叠计数条;点击或按 Win+V(可在设置“快捷键 → 剪贴板”中修改或清除)打开搜索、分类、收藏、自定义分组和预览面板。不需要侧边条时,拖动它,屏幕底部中央会出现 × 关闭区,拖到上面松开即可隐藏;剪贴板仍在记录,快捷键和托盘菜单“剪贴板”照常可用。在托盘菜单勾选“显示剪贴板侧边条”或在设置中打开“显示剪贴板侧边条”即可恢复;剪贴板关闭时,托盘菜单会提供“开启剪贴板”。支持文本、图片与文件路径的复制/粘贴:普通记录滚动保留 100 条;收藏和分组中的记录不会被挤掉,另计最多 200 条;总计 128 MB,单条 16 MB。标签栏“收藏”之后是自定义分组(最多 20 个,点“+”新建,右键分组标签可重命名/换色/删除);选中记录按 Ctrl+1…9 移入分组、Ctrl+0 移出、Ctrl+G 打开分组菜单、Ctrl+Shift+N 新建并移入,Alt+←/→ 切换标签。默认只保留本次运行的历史:内容以当前用户 DPAPI 加密暂存在 %LOCALAPPDATA%\LumaShot\clipboard-history\session-{GUID},关闭功能或退出即删除。若在设置中打开“退出后保留剪贴板历史”(默认关闭),历史、收藏与分组会加密保存在 clipboard-history\history-v1 并在下次启动恢复;关闭该选项会删除已保存的历史,切换时当前列表会重新加载。面板“更多”菜单可随时清空。详见 剪贴板说明与验证限制。

设置窗口按“快捷键 / 截图 / 剪贴板 / 截图翻译 / 外观 / 通用”分页,左侧导航切换,每页无需滚动,并记住上次保存时所在的分页。设置保存在 %LOCALAPPDATA%\LumaShot\settings.ini(UTF-16 编码,旧的 ANSI 文件会在下次保存时自动转换,含中文或 emoji 的保存路径不再损坏)。开机自启动默认开启:首次运行即写入当前用户的 Run 启动项,可在设置中关闭“开机自启动”,关闭后立即移除。LumaShot 不上传截图。

录制进行中从托盘选择“退出”会先确认,可选择返回录制。录制临时文件位于系统临时目录的 LumaShot-Recording;若录制进程被强制结束,残留文件夹会在下次录制或程序启动时清理(正在使用的文件夹受租约文件保护,不会被删除)。

OCR 使用 PP-OCRv6 small FP32 与 ONNX Runtime CPU 1.22.0。普通截图和普通贴图不启动 OCR;用户主动识别的多张贴图共用一个后台进程,最多两条推理线程,空闲 30 秒后退出释放模型内存。图片与识别结果仅在内存中传递,不保存 OCR 历史。

便携发行目录为 dist/LumaShot-ocr/。请保留其中的 ocr/、onnxruntime.dll、lumatext.dll、lumashot_ocr_worker.exe 和 lumashot_elements_worker.exe,不能只复制主程序。

开发与验证

默认构建保留已注册的功能回归测试,包含跨一分钟的 GIF 录制用例。以下手动性能/诊断工具不再参与默认构建, 需要时使用 cmake --build build --target <目标名>: lumashot_selection_perf_test、lumashot_clipboard_perf_test、 lumashot_encoding_perf_test、lumashot_ocr_benchmark、 lumashot_profile、lumashot_profile_real。 GIF 导出基准继续使用 lumashot_gif_export_benchmark(支持 1080p/4K,按需构建)。 测试建议从 build/ 中运行,避免生成的媒体和预览图散落在项目根目录。 清理范围与验证结果见 项目精简记录。

使用安装了 C++ 桌面开发组件的 Visual Studio、CMake 3.25+、Ninja 和 Python 3,运行 build.bat。Python 仅用于构建时生成资源。

首次从源码构建,先运行 powershell -File scripts/setup-ocr.ps1 下载并校验固定版本的模型和 C++ 依赖;源站不可达时可加 -Mirror,下载内容仍按官方 SHA256 校验。运行和打包不需要 Python。完成构建后运行 powershell -File scripts/package.ps1 生成便携包。

  • build\lumashot_capture_test.exe:鼠标热点、透明与单色掩码、负坐标、PNG 像素、资源释放。
  • build\lumashot_render_test.exe:标注输出、马赛克单击/水平/竖直笔划、撤销重做、PNG、DPI 与窄屏布局。
  • build\lumashot_interactive_test.exe:交互测试入口,使用合成内容,不读取个人桌面与设置。
  • build\lumashot_ocr_test.exe:CTC 解码、Unicode 字符簇、选择范围和 IPC 数据校验;加 --real 检查实际模型识别。
  • build\lumashot_table_test.exe:本地表格线、行列分析、空单元格、中英数字混排和协议校验;在项目根目录加 --real 检查浅色表头及空单元格的真实 OCR 结果。
  • build\lumashot_pin_test.exe:合成贴图的真实鼠标消息、三击选行、DPI 切换、重试、关闭和 30 秒空闲释放;约 35 秒。
  • build\lumashot_ocr_service_test.exe:真实子进程冷启动、取消旧任务、异常退出与恢复。
  • build\lumashot_pin_image_test.exe:鼠标背景恢复、负坐标和马赛克处理顺序。
  • build\lumashot_capture_pin_test.exe:使用合成截图点击实际置顶按钮,确认覆盖层关闭后贴图保留。
  • OCR 性能工具按需构建:cmake --build build --target lumashot_ocr_benchmark,然后运行 build\lumashot_ocr_benchmark.exe 100,测量 100 张不同合成图片的字符错误率、热启动延迟与内存。
  • ctest --test-dir build --output-on-failure:运行已注册的回归测试。详细测量范围和本轮提速对比见 docs/ocr-verification.md。
  • LumaShot.exe --render-demo <输出.png>、--render-demo-dark <输出.png>:由实际绘制代码生成合成预览。
  • LumaShot.exe --tray:只进入托盘;--capture:立即截图。

本轮修复前,水平、竖直和单击马赛克的三个新增回归用例失败;修复后通过。结果见 docs/render-test-results.txt,深浅色绘制预览见 docs/implementation-preview*.png。

当前仍为开发预览版。SDR 是验证范围;HDR 色彩准确性、真实多显示器混合 DPI 的完整交互和动画光标的当前帧尚未完成实机验证。窗口截图获取屏幕可见内容。

OCR 首版以横排印刷体为主,字符位置由 CTC 时间步估算,倾斜字、竖排、极小字和复杂表格不保证精确选字或排版。当前不提供贴图内再编辑、缩放和历史恢复。已覆盖合成 DPI 消息与物理像素映射,真实多显示器交互仍需实机验收。

工具栏属性支持跨截图及重启后恢复,详见 属性保存。安装版构建方法见 安装包说明。

About

Windows screenshot, annotation, offline OCR, clipboard history, GIF and screen recording.

Resources

Stars

114 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages