在macOS系统上对图片做OCR的几种方法

=Start=

缘由：

简单整理一下在macOS系统上对图片做OCR的几种方法，方便有需要的时候参考。

实际测试和使用下来，macOS上最准确好用的还就是macOS系统自带的OCR功能，其它的比如Tesseract或者其他的工具（微信等IM自带的截图文字内容提取）在效果或是使用便利性上还是差了点意思（比如准确性或是要联网等方面）。

正文：

参考解答：

1、OCR提取图片中的文字内容

1. 传统的 Tesseract

brew install tesseract
brew install tesseract-lang

tesseract --help
tesseract --help-extra

tesseract test_pic1.png - --oem 1 #将识别结果直接输出到终端

tesseract test_pic1.png ocr_result_tesseract --oem 1 -l chi_sim

2. 预览(Preview)应用

打开图片/PDF文件之后直接选中即可进行复制操作。

在 Mac 上前往“预览” App 。
打开照片或图像（其中显示文本）。
将指针放在文本上，然后执行以下一项操作：

拷贝文本：拖移以选择文本，按住 Control 键点按所选内容，然后选取“拷贝文本”。然后，你可以将该文本粘贴到其他文稿或 App 中。【注】如果无法选择文本，请选取“工具”>“文本选择”以打开文本选择工具。

3. ocrmac

安装方法：

python3 -m venv venv1
source venv1/bin/activate

pip install ocrmac
pip install ipython

安装中的一些注意事项：

不建议直接在外层全局系统环境中安装一些不太熟悉的包/库（这样不太安全），建议新起一个虚拟环境来安装和测试，比如：

$ pip3 install ipython
error: externally-managed-environment

× This environment is externally managed
╰─> To install Python packages system-wide, try brew install
    xyz, where xyz is the package you are trying to
    install.

    If you wish to install a Python library that isn't in Homebrew,
    use a virtual environment:

    python3 -m venv path/to/venv
    source path/to/venv/bin/activate
    python3 -m pip install xyz

    If you wish to install a Python application that isn't in Homebrew,
    it may be easiest to use 'pipx install xyz', which will manage a
    virtual environment for you. You can install pipx with

    brew install pipx

    You may restore the old behavior of pip by passing
    the '--break-system-packages' flag to pip, or by adding
    'break-system-packages = true' to your pip.conf file. The latter
    will permanently disable this error.

    If you disable this error, we STRONGLY recommend that you additionally
    pass the '--user' flag to pip, or set 'user = true' in your pip.conf
    file. Failure to do this can result in a broken Homebrew installation.

    Read more about this behavior here: <https://peps.python.org/pep-0668/>

note: If you believe this is a mistake, please contact your Python installation or OS distribution provider. You can override this, at the risk of breaking your Python installation or OS, by passing --break-system-packages.
hint: See PEP 668 for the detailed specification.
$
$ brew search ipython
==> Formulae
ipython                                               bpython                                               wxpython                                              jython                                                cython
$

推荐方法：

简单项目：如果你只需要一个基本的隔离环境并且不想引入额外的工具链，那么 venv 或 virtualenv 是很好的选择。
复杂项目：对于需要严格控制依赖关系、跨平台支持或者涉及非 Python 包的情况，conda 是最佳选项。
现代开发流程：如果你希望采用更先进的项目管理方式，poetry 和 pipenv 提供了更好的依赖解析和锁定机制，特别适合团队协作和持续集成/部署场景。

根据你的具体需求和技术栈来选择最适合的工具。无论哪种方法，都能够有效地创建和管理 Python 的虚拟隔离环境。

安装好了虚拟环境之后可以通过 alias-别名来方便使用，比如：

# 跳转到专门用于测试的目录新建虚拟环境
cd ~/do_test/
python3 -m venv venv1

# 在shell中添加别名方便随时随地进入虚拟环境
# vim ~/.zshrc
alias venv1="source ~/do_test/venv1/bin/activate"
# source ~/.zshrc
venv1

常规使用：

#!/usr/bin/env python

from ocrmac import ocrmac

annotations = ocrmac.OCR('test_pic1.png').recognize() #对于图片中的中文内容识别不好，需要通过 language_preference 指定语言

annotations = ocrmac.OCR('test_pic1.png', language_preference=['zh-Hans']).recognize() #ok
'''
[('作新年里的第一篇，我们讲什么话题呢？', 0.5, [0.02004453812264858, 0.9707568809405439, 0.4632516871018234, 0.021975676947777467]), ('讲破局。', 1.0, [0.02004454434757439, 0.9243119263511643, 0.09131403086684081, 0.020642201834862317]), ('我经常听到一类声音：', 0.5, [0.020044542850228938, 0.8793604652597939, 0.23608017638194745, 0.017441860032737733]), ('时间不经浪，人生不经晃，只有年纪噌噌往上涨；', 0.5, [0.02004454478891597, 0.8255813958466146, 0.550111365024989, 0.02476264030561537]), ('家里没有矿，全靠自己扛，辛苦到头来一场空忙；', 0.5, [0.02004454570576815, 0.7790697679033006, 0.550111365024989, 0.02482931438936009]), ..., ('这件事，跟着我们阅读超过1年的读者，都记得，不记得你也可以点进去复习复习。', 1.0, [0.020044559825702565, 0.002866972200416651, 0.8930957438866158, 0.021842329873951294])]
'''

annotations = ocrmac.OCR('test_pic1.png', language_preference=['zh-Hans'], framework="livetext").recognize() #ok 不过这里的识别结果单位变成了一个字符，但每个识别结果的置信度都很高
'''
[('作', 1.0, [0.02004454736451367, 0.970756880733945, 0.027846489542340463, 0.020642201834862386]), ('为', 1.0, [0.04789103690685413, 0.970756880733945, 0.023725834797891032, 0.020642201834862386]), ..., ('。', 1.0, [0.9009226713532513, 0.0028669724770642446, 0.012217638223586125, 0.021842329848517084])]
'''
print(annotations)

for x in annotations:
    print(x[0])

2、截图后自动OCR提取文字内容

快捷指令

新建一个名为【截屏后OCR】的快捷指令（包含如下流程）：

【交互】截屏
从【截屏】中提取文本
在“快速查看”中显示【图像中的文本】

第三方应用

Textinator

按照说明安装应用程序 Textinator 了之后，使用快捷键 ⌘ + ⇧ + 4（Cmd + Shift + 4）截取屏幕区域的屏幕截图的时候，该应用程序将自动检测屏幕截图中的任何文本并将其复制到剪贴板。
Install the app per instructions below. Then, take a screenshot of a region of the screen using ⌘ + ⇧ + 4 (Cmd + Shift + 4). The app will automatically detect any text in the screenshot and copy it to your clipboard.

其它（待收集）

补充：一般情况下，如果系统原生工具/功能就可以满足要求，不建议额外安装第三方应用来实现。

参考链接：

Cost aside, what is the most accurate OCR app?
https://www.reddit.com/r/macapps/comments/zt23ct/cost_aside_what_is_the_most_accurate_ocr_app/

ocrmac – 使用Apple视觉框架进行图片文本提取的Python包装器
https://github.com/straussmaximilian/ocrmac

Use Apple’s Vision framework from Python to detect text in images
https://gist.github.com/RhetTbull/1c34fc07c95733642cffcd1ac587fc4c

Use Apple’s Vision Framework via PyObjC to perform text detection on images (macOS 10.15+ only)
https://github.com/RhetTbull/osxphotos/blob/main/osxphotos/text_detection.py

Simple MacOS StatusBar / Menu Bar app to automatically detect text in screenshots
https://github.com/RhetTbull/textinator

Recognizing Text in Images
https://developer.apple.com/documentation/vision/recognizing-text-in-images

快捷指令
https://support.apple.com/zh-cn/guide/shortcuts/welcome/ios

=END=