屏幕 OCR:提取无法复制的文字
共享屏幕、窗口或标签页,框选你关心的区域。本地 OCR 按所选语言提取文字,复制、保存或导出。
OKYA Watch 是浏览器中的屏幕监控工具。主动共享屏幕、窗口或标签页后,为文字、视频字幕、数字、颜色和图案设置任务;规则触发时收到提醒。
不用切换着反复确认,用你自己的规则关注画面。
共享屏幕、窗口或标签页,框选你关心的区域。本地 OCR 按所选语言提取文字,复制、保存或导出。
为视频画面中的字幕选择专用识别模式:先增强字幕区域,再进行本地文字识别,减少背景干扰。
计数、进度、库存、读数。数字变化,或跨过你设置的阈值,让通知主动来找你。
选一个点,或一块区域。监控颜色变化,用调色板定义目标颜色和匹配范围。
框选画面中的二维码或常见一维码,在浏览器本地提取文字、链接与编码内容。
规则触发后,可按任务多选网页内、系统、Webhook、Telegram 和邮件通知;外部渠道需要先在设置中配置。
兼容的浏览器优先使用本地翻译;不支持的语言组合可选择自备云端接口,并在发送识别文字前授权。
上传参考截图,框选图案;共享画面的指定区域匹配时提醒。
最多保存 8 个来源配置,同时连接 4 个画面。为每个画面配置任务;支持的浏览器可在悬浮窗中查看各来源的结果、记录和任务。
只要显示在屏幕上,就可以交给 OKYA Watch:网页、桌面应用、远程桌面和视频都可以。
编译日志出现 Error、渲染进度到 100%、下载完成时立即提醒,不用守在电脑前。
盯住价格、库存数字或排队叫号,低于阈值或轮到你时第一时间收到通知。
为后台和监控面板上的关键指标设置阈值,数字异常或状态变红时推送到 Telegram 或 Webhook。
提取视频画面里的字幕并显示译文,看外语课程、发布会或直播更轻松。
配置和画面选取都在同一页,随时继续你的草稿。
由你授权共享窗口或标签页,在任务内框选区域,或点击颜色采样点。
文字变化、关键词出现、数字阈值、颜色或条码内容变化,按需求配置。
保存任务后主动开始识别。收到通知,查看记录,需要时立即停止共享。
屏幕共享只在你主动授权后开始。OCR、条码与颜色计算默认在本地执行,截图不上传、不保存。任务和识别记录保存在你的浏览器中。
仅保存缩小后的参考图案;完整上传截图不会保存或上传。
浏览器本地翻译不发送识别文字;启用外部通知或云端翻译时,文字会发送到你配置的对应服务。
OKYA Watch 识别的是屏幕上真实显示的内容,所以网页之外的应用和视频也能监控。
| OKYA Watch | 网页变化监控工具 | 人工盯屏 | |
|---|---|---|---|
| 监控桌面应用、远程桌面和视频画面 | 支持 | 不支持 | 支持 |
| 无需网址、登录凭据或页面源代码 | 支持 | 不支持 | 支持 |
| 截图在本地处理,不上传服务器 | 支持 | 不支持 | 支持 |
| 识别数字阈值、颜色和条码 | 支持 | 部分支持 | 部分支持 |
| 规则触发后自动通知到多个渠道 | 支持 | 支持 | 不支持 |
| 无需保持浏览器和画面打开 | 不支持 | 支持 | 不支持 |
付费套餐暂未开放——OKYA Watch 公测期间,登录会员可免费体验 Pro 全部功能。
适合日常的单画面监控
适合多个画面与复杂通知需求
适合团队与运维值班
OKYA Watch 是 OKYA 开发的浏览器屏幕识别与自动化产品。共享画面后,它在本地识别所选语言的文字、数字、颜色与条码,并按用户配置的规则执行通知、提取、记录或翻译。
无需安装客户端,登录 OKYA 账户后即可使用。当前登录会员可体验全部功能。开始识别前,仍需要你主动授权共享窗口、标签页或屏幕。
在 OKYA Watch 中添加共享源,授权需要的窗口或标签页。创建文字识别任务,框选文字区域,选择 OCR 语言,再保存并开始识别。结果可复制,识别记录可导出为 CSV。它读取共享画面中的可见文字,不直接读取网页源代码或文档文件。
创建文字任务并框选区域,选择文字变化或包含关键词条件。文字变化会比较前后识别内容;关键词可设为 Error、完成或其他需要关注的文字。匹配后可发送网页内或系统浏览器通知,系统通知需要授权。
可以。为单个数字框选区域,选择数字变化、大于或小于条件。例如库存低于 10、价格低于 100 时提醒。数字变化条件以首次识别结果为基线;每个区域读取第一个数字,因此应避免框入多个无关数值。识别速度和准确度取决于画面清晰度、字体和设备。
最多保存 8 个来源配置,同时连接 4 个屏幕、窗口或标签页。每个来源有独立任务和监控状态。支持 Document Picture-in-Picture 的浏览器可打开悬浮窗:控制按钮操作当前选中的来源,结果和记录汇总全部来源,任务按来源分组。关闭悬浮窗不会停止共享,主页面需保持打开。
OKYA Watch 监控你主动共享的可见画面,因此可关注网页、应用窗口、视频中的文字、数字或颜色。它不通过网址在服务器定时抓取网页,也不会自动刷新目标页面。需要保持浏览器主页面和目标画面运行;关闭主页面后会停止共享和识别。
界面和 OCR 均支持英语、简体中文、西班牙语、葡萄牙语、日语、韩语、德语、法语、意大利语和荷兰语。OCR 语言模型在首次使用时按需下载并缓存在当前浏览器;界面语言与 OCR 识别语言可独立设置。
截图默认只在当前浏览器内存中处理,不会作为识别记录上传。任务与记录保存在本地;使用外部通知或已授权的云端翻译时,识别文字会发送到用户配置的服务。图片匹配只保存缩小后的参考图案。
可选单点或区域。单点读取附近 3 × 3 像素的平均颜色;区域按 RGB 容差和变化占比判断。目标颜色可通过调色板或 HEX 设置,占比为 0 时任一像素变化或匹配即可触发。
支持。二维码可提取文字或链接;一维码支持 Code 39、Code 93、Code 128、EAN、ITF、UPC 与 Codabar 等格式。优先使用浏览器原生接口,不支持时自动切换本地解码,全程不上传画面。
切换应用时可以继续共享,但后台识别频率受浏览器限制。目标程序最小化后可能停止绘制或让采集画面不可用,因此不能保证持续更新。建议共享指定窗口或标签页,保持程序运行且不最小化。
默认选择浏览器本地翻译,需浏览器及语言组合支持;不支持时可配置云端翻译接口,并明确授权发送识别文字。AI 画面理解尚未提供;产品不会操控其他应用的鼠标或键盘。
可以。共享正在播放的视频窗口或标签页,为字幕区域创建屏幕文字提取任务并选择“视频字幕”识别模式。该模式会先处理字幕画面再在浏览器本地识别;需要翻译时,选择兼容的浏览器本地翻译,或配置并授权云端接口。识别效果受视频清晰度、字幕样式和播放状态影响。
可以。网页内通知、系统浏览器通知、Webhook、Telegram 和邮件可按任务独立多选。Webhook 支持 Slack 与 Discord;Telegram 需要 Bot Token 与 Chat ID,邮件需要自行配置通知接口。
在桌面浏览器中使用 · 开始识别需要你主动授权共享