如何在操作系统级别（OS level）实现屏幕特定文本的全局高亮？

可以实现跨场景的系统级文本高亮，以下是不同平台的具体方案：

Windows平台 #

• AutoHotkey脚本方案：结合OCR工具（如Tesseract）定时捕获屏幕文本，匹配目标内容后绘制高亮层。
  示例脚本片段（需先安装Tesseract并配置环境变量）：

  #Include <Tesseract>
  TargetText := "I like baking pies"
  SetTimer, CheckScreen, 1000 ; 每秒执行一次屏幕检查
  
  CheckScreen:
    ; 捕获全屏文本
    Tesseract_ScreenCapture("*", "screen_content.txt")
    FileRead, Content, screen_content.txt
    if InStr(Content, TargetText) {
      ; 绘制半透明红色高亮框（需补充坐标定位逻辑，可结合Tesseract的位置输出）
      Gui +LastFound +AlwaysOnTop +ToolWindow -Caption
      Gui Color, FF0000
      WinSet, TransColor, FF0000 150 ; 设置透明度
      Gui Show, x100 y100 w300 h60, Highlight ; 坐标和尺寸需根据识别结果调整
    }
  return
  

  注意：需根据实际识别的文本坐标动态调整高亮框位置，避免固定坐标的局限性。

macOS平台 #

• AppleScript+系统OCR方案：利用系统自带截图和OCR功能，匹配文本后通过Quartz绘制高亮窗口。
  示例脚本片段：

  set targetText to "I like baking pies"
  repeat
    set tempScreenshot to POSIX path of (path to desktop folder) & "temp_screen.png"
    ; 捕获全屏截图
    do shell script "screencapture -x " & quoted form of tempScreenshot
    ; 调用系统OCR提取文本
    set screenContent to do shell script "textutil -convert txt " & quoted form of tempScreenshot & " -stdout"
    if screenContent contains targetText then
      ; 创建半透明高亮窗口（坐标和尺寸需根据识别结果调整）
      do shell script "osascript -e 'tell application \"System Events\" to make new window at end with properties {bounds:{100,100,400,160}, background color:{255,0,0,0.4}}'"
    end if
    delay 1 ; 控制检查间隔
  end repeat
  

  此外，部分第三方本地高亮类应用支持可视化配置规则，无需编写脚本。

Linux平台 #

• Bash脚本+开源工具方案：使用scrot截图、tesseract OCR识别文本，结合xterm绘制高亮窗口。
  示例脚本片段：

  TARGET_TEXT="I like baking pies"
  while true; do
    # 捕获全屏截图
    scrot /tmp/screen_shot.png
    # OCR识别文本
    tesseract /tmp/screen_shot.png /tmp/screen_content
    # 匹配目标文本
    if grep -q "$TARGET_TEXT" /tmp/screen_content.txt; then
      # 启动半透明高亮窗口（坐标和尺寸需调整）
      xterm -bg "#ff0000" -fg "#ff0000" -geometry "300x60+100+100" -alpha 0.5 -e sleep 1 &
    fi
    sleep 1
  done
  

  Wayland环境下可替换scrot为grim，结合wl-clipboard实现截图与识别。

通用注意事项 #

• 所有方案依赖OCR精度，低对比度、特殊字体场景下可能出现识别误差，需提前测试调整。
• 高频屏幕检查会占用CPU资源，建议根据需求延长检查间隔。
• 需提前开启系统权限：如屏幕录制权限（macOS）、辅助功能权限（Windows）等。

内容的提问来源于stack exchange，提问作者Whitenoisyperson