Searchable Screenshots: Local AI That Turns 7000 Images into Instant Search
Spent 2 hours scrolling through 7000 screenshots looking for a phone number? Yeah, me too. So I built a fully local tool using Windows OneOCR + Ollama’s Gemma3:4B vision model. Found the screenshot in seconds!
لو ده مش اسمه over engineering معرفش هيبقى اسمه ايه 😅
المشكلة
من حوالي 3 أيام كدة كنت بدور على رقم موبايل وعنوان، مش لاقيهم خالص بس أنا متأكد إني خدتلهم سكرين شوت
بس إمتي؟ مش فاكر
فولدر السكرين شوتس بتاعي فيه حوالي 7000 صورة 🫠 معايا ساعتين أدور فيهم بقى
الفكرة
فبدل ما أقعد الساعتين دول قررت أقعد يوم كامل وأعمل برنامج Searchable Screenshots 😆
فكرته ببساطة انه يكون local only ويستخدم OneOCR اللي موجود في ويندوز مع موديل vision من ollama ويخلي كل الصور اللي عندي searchable.
طريقة البحث
كنت عامل طريقتين للسيرش، طريقة تسيرش بيها في النصوص بشكل حرفي exact match وطريقة vector search عشان تسيرش بالمعنى.
الموديلات المستخدمة
يعتبر أهم حاجة في البروجيكت ده هي الداتا اللي هيجيبها الـ vision موديل، واحد من الموديلز الكويسة كان gemma3:4B، موديل ذكي ويقدر يشتغل على VRAM صغيرة وكمان يقدر يـ rephrase الـ search query لو احتاجته يعمل كدة
شكر كبير لباشمهندس Ayman Saber لمجهوده في الـ prompt engineering
الموديل ده بالتحديد حساس جداً لأي تغيير في الـ system prompt، وكان قاعد يطلع معايا نتايج في منتهى العجب، فعشان كدة هو عمل تجارب كتير معاه لغاية ما وصل لأفضل طريقة تخليه يخرج أغلب المعلومات اللي ممكن نحتاجها في السيرش.
النتيجة
عملت indexing وكتبت في السيرش phone number ولقيت الصورة اللي بدور عليها الحمد لله 😅
البروجيكت فيه شوية rough corners هنحلها وننشره open source
Repo: https://github.com/Creative-Geek/Searchable-Screenshots