企业官网建设流程全解析

SiYuan平板端手写笔记：从压感书写到OCR转文本的完整上手指南

【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

开会时想随手记一笔，掏手机打字的节奏跟不上思路；用别的笔记App写手写内容，过几个月想搜一句当时记的话，发现根本搜不到——图片化的笔迹成了知识黑洞。SiYuan 的手写笔记功能补上这块短板：用触控笔在文档里直接书写，笔迹还参与全文搜索。读完这篇，你能把手写从"写出来"到"搜得到"整条链路跑通。

核心能力速览

• 压感笔迹，还原真实笔触
• 笔迹以图片形式嵌入块级结构
• 一键 OCR 把手写转成文本
• 与 Markdown 正文同文档混排
• 多端同步不丢失

跟着做：从零到跑通

1. 在平板端打开目标文档

打开 SiYuan 平板端，进入任意笔记本，点一个已有文档（或新建一个）。手写内容最终是作为一块图片插入文档正文的，所以先在左侧目录树确认你在正确的笔记里。

2. 对正文块执行 OCR 识别

把一张已经写好的手写图片插入文档后（拍照或从其他笔记App导入手写截图都行），在图片上长按呼出上下文菜单，选择「OCR」。此时图片下方会出现一个「OCR 结果文本」输入框，识别完成后自动填入。

这一步的入口代码在 app/src/menus/protyle.ts，后端识别由 kernel/util/ocr.go 驱动，走的是 Tesseract 引擎。

3. 配置好 Tesseract 依赖

菜单里选「重新 OCR」后没反应？先检查内核侧的 OCR 开关。相关配置集中在：

var ( TesseractBin = "tesseract" TesseractEnabled bool TesseractMaxSize = 2 * 1000 * 1000 TesseractLangs []string )

中文识别需要语言包，参考文档中app/appearance/langs/zh-CN.json里的提示：Tesseract 未安装或未配置时，按用户指南「资源文件」章节补齐语言包后重试。

4. 把手写块和正文混排

识别出的文本是纯文本块，和周围的 Markdown 段落、列表、任务项层级完全一致，可以正常引用、拖拽、归档。

这样一份手写速记就完成了"写入→识别→可编辑"的闭环：笔迹留在图里，语义进入文本层，搜索框里能命中。

进阶玩法 & 场景技巧

会议速记：先写后转，不丢细节

• 录音同时用手写抓关键词和板书画图，别追求字迹工整
• 会后集中对关键图片执行 OCR，把结论句转成文本块单独置顶
• 图形部分保留原图，文字部分参与后续双链引用，各得其所

OCR 识别不准时的补救

• 我习惯把手写图片裁成小图再识别，单张图内容越少越准
• 结果文本框支持直接改，改完再点「重新 OCR」前记得保存修改
• 识别率低的草书，宁可当场补打几个字，也别依赖二次识别

与现有工作流衔接

• 手写块就是普通图片资源，可走 SiYuan 的资产同步，平板写、桌面改无缝衔接
• 转出的文本块支持标签和任务属性，适合把"手写待办"纳入任务视图
• 推荐把手写内容集中在一个笔记本里，方便统一备份和清理

排障速查

Q：点「OCR」没反应或报错？A：检查 Tesseract 是否安装并配置语言包，参考 zh-CN 提示 266 条对应章节。

Q：识别出来全是乱码？A：TesseractLangs缺对应语言包，补装后「重新 OCR」。

Q：手写块同步到其他设备后找不到了？A：它本质是图片资产，确认同步包含 assets 目录，且路径未被手动移动。

生态位与后续

手写 + OCR 这条链路，让 SiYuan 从"纯文本知识管理"延伸到了"非结构化笔迹"的可检索化——这是它相比纯 Markdown 工具的差异点。内核侧 kernel/util/ocr.go 的 Tesseract 集成仍在演进，CHANGELOG 里持续有 OCR 相关修复与资产文本重建能力更新，值得持续关注。一句话收束：手写负责捕捉，OCR 负责让捕捉回来的东西能被找回。

【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