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