这是一个Chrome扩展，可固定屏幕区域并通过热键逐页OCR识别文档内容，完全离线运行，基于Tesseract引擎。

好的，这是根据您的要求，对原文进行中文重述后的版本：

标题： OCR It：一款Chrome扩展程序，用于将分页文档中的文字提取出来

核心功能： 只需固定一次屏幕上的文字区域，然后在每一页按下快捷键，即可将整本书的内容转换为文本。

主要特点：

• 操作流程： 用户首先在屏幕上框选一个需要识别的区域（例如，扫描书、幻灯片或PDF中的文字区域）。之后，每次按下快捷键（⌥⇧S），扩展程序就会截取该区域的屏幕截图，进行OCR识别，并将识别出的文本追加到一个运行记录中。用户也可以启动自动运行模式（⌥⇧A），扩展程序会自动完成“截图-翻页-再截图”的循环，直到文档结束。
• 完全离线： OCR识别完全在本地进行，使用的是内置的Tesseract引擎。这意味着无需API密钥、无需网络连接，图片不会离开用户的电脑，扩展程序不会发出任何网络请求。
• 隐私安全： 安装时不会请求任何网站访问权限。单次截图依赖于activeTab权限，仅在用户按下快捷键或打开弹出窗口时授予。对于需要跨页面运行的自动模式或操作跨域iframe中的内容，扩展程序会提供一个“允许”按钮，让用户手动授权。
• 安装与使用：
  • 下载或克隆代码仓库后，在Chrome的扩展管理页面（chrome://extensions）开启“开发者模式”，然后“加载已解压的扩展程序”并选择文件夹即可。无需构建步骤。
  • 快捷键：⌥⇧S（单次截图）、⌥⇧A（开始/停止自动运行）、⌥⇧R（绘制或重绘截图区域）。
• 翻页机制：
  • 用户可以设置自动翻页。有两种方式：点击一个“选取控件”按钮，然后点击文档阅读器中的“下一页”按钮（存储的是屏幕上的坐标点，而非CSS选择器，因此更稳定）；或者设置一个键盘事件（默认是右箭头键）。
  • 使用坐标点而非CSS选择器的优势在于，它能应对DOM重新渲染，并能触及跨域iframe和Shadow DOM中的元素。
  • 如果翻页失败，扩展程序会给出明确的提示，例如“尚未选取下一页控件”、“控件位置已移动”等。
• 自动运行：
  • 自动运行模式会等待每一页的OCR识别完成后再进行翻页，这能可靠地检测文档是否结束（例如，连续两页内容相同则判定为结束）。
  • 用户可以通过按Esc键、再次按下快捷键或点击弹出窗口来停止自动运行。当文本停止变化、无法翻页、OCR失败或达到页数上限（默认300页）时，运行也会自动停止。
• PDF支持： Chrome内置的PDF阅读器可以正常使用，但自动翻页功能不适用，因为PDF阅读器是一个插件，扩展程序无法注入脚本。用户需要手动翻页。
• 设置选项：
  • 语言： 内置英语、葡萄牙语和西班牙语。用户可以通过命令行工具添加Tesseract支持的其他约100种语言。
  • 布局： 选择Tesseract的页面分割模式，如“单块”（适合单列正文）或“自动”（处理混合布局）。
  • 锐化： 在OCR前对截图进行放大和灰度拉伸，有助于提高非视网膜屏幕上的识别效果。
  • 重复检测： 标记与前一页内容相同的页面。
  • 自动运行参数： 设置页面暂停时间、结束运行的重复次数和页数上限。
• 导出： 每一页的识别结果都会显示缩略图、字符数和OCR置信度。文本可以就地编辑。用户可以“复制全部”或“下载为.txt”文件，导出的文本会按顺序排列，并用--- page N ---分隔。
• 工作原理： 扩展程序使用MV3的Service Worker和离屏文档（offscreen document）来处理截图、裁剪和OCR任务。截图区域以相对于视口的CSS像素存储，以应对缩放和不同屏幕分辨率。截图前会隐藏扩展程序自身的界面元素，避免干扰。
• 测试： 项目包含一套完整的端到端测试，使用真实的Chrome浏览器和DevTools协议，模拟用户操作来验证各项功能。
• 许可： 采用MIT许可证。

根据评论内容，总结如下：

主要观点：OCR It 是一款解决“无法选中文本”场景的 Chrome 扩展，用于从扫描件、幻灯片、PDF 图片中提取文字，并直接用于 LLM 上下文。

支持观点（高认可度）： - 解决实际痛点：用户常遇到无法从扫描件、幻灯片等复制文本的困境，该工具填补了这一空白。 - 引用："Half the context I want to give a model is locked inside something I can't select from... Copy-paste gets you nothing"（评论1） - 引用："I've hit this exact issue prepping documents for LLM context"（评论2） - 本地运行、无网络请求：所有 OCR 处理在本地完成，无需 API 密钥或主机权限，保护隐私。 - 引用："Everything runs locally... no network requests at all, no API key"（评论1） - 引用："the pages you're capturing are often exactly the ones you don't want to ship to a third party"（评论1）

技术亮点（评论1详细说明）： - 自动翻页与连续捕获：支持单页截图 OCR 或自动运行，直到文档结束。 - 跨域 iframe 支持：通过 postMessage 传递偏移量，解决跨域 iframe 中的定位问题。 - 自动运行依赖 OCR 完成后再翻页，避免计时器循环导致的重复捕获。

局限性（评论1提及）： - Chrome 原生 PDF 查看器无法自动翻页（插件无法注入）。 - 固定矩形区域，缩放或调整窗口大小会破坏捕获。 - 准确率依赖源质量：清晰文本 93-95%，扫描件需预处理。

用户疑问（评论2、3）： - 低质量扫描件的准确率如何？（评论2） - 如何 OCR 大量手写数学笔记和图表？（评论3，未获直接回答）