有了 iText：你截图，腾讯、Google OCR 帮你识别文字 [送码]

[quietjosen]

比如，在看类似上面的扫描版 PDF 时，想要复制其中的文字，怎么办？手打？太累。试试我新开发的工具 iText 吧。

iText 是 macOS 平台的 OCR 工具，自带截图功能，选择屏幕任意区域，即可识别其中的文字，又爽又酷。

识别后的文字已经复制到系统剪贴板，直接粘贴即可。

配合 ⇧⌘1 快捷键，使用体验更佳。当然，你也可以选择图片文件，或者将图片拖拽至 iText 的菜单栏图标进行识别。

文字识别精准

你有没有这种印象：OCR 识别出来的文字有很多问题，还不如自己打字来得快。可见，识别的准确性非常重要，也是我非常在意的一点。

2.1. 腾讯、Google 双引擎

首先，我排除了离线的识别库，因为离线注定了这些库的识别能力是死的，不会自己增强。接下来，在一票在线 OCR 服务中，我对比了百度、腾讯、微软、Google 等大厂的产品，最后选择了国内使用腾讯、国外使用 Google 的组合。判断依据是什么？少量测试 + 主观倾向，比如不测我就觉得 Google 比微软牛。

那么，到底识别准不准呢？这么说吧：

• 对于一般的自然语言，比如书中的一段话、新闻稿，识别效果是惊人的准确，甚至可以达到 100%
• 对于排版复杂、尤其有特殊字符的文字，比如程序代码、选择题，识别效果就不太理想，需要手动对识别后的结果进行修正
  • 比如，单纯地给一个竖线，机器是无法区分到底是小写的 l、还是大写的 I （顺便问一下，你看出二者的区别了吗？）；与之相对，机器是需要根据上下文进行判断和优化的。而像程序代码这种非自然语言，机器目前是很难进行语义识别的

到底准不准？你不妨一试。

2.2. 独创算法，进一步优化识别结果

OCR 服务还有一些欠缺，iText 针对性地做了这些优化：

• 自动识别段落
• 中文环境使用全角标点符号
• 中文与英文字母、数字间增加空格
• 删除中文字符间、英文字符与标点符号间的多余空格
• 英文首字母大写

如果你发现识别不好的地方，欢迎把图发给我，我会相应地优化算法，毕竟算法是需要数据喂养的，先谢。

2.2. 预览原图，方便校对

在目前 OCR 技术不能始终达到 100% 的情况下，预览原图、并进行修正，还是有必要的。在 iText 中，你可以这样：

• 将识别后的窗口拖到图片附近
• 调用 iText 识别结果的 双栏模式：左侧展示图片、右侧展示识别后的文字

这样，就可以很方便地对照原图进行手动优化识别后的文字。

3. 下载与付费

其实，很多场景都会用到 iText，比如 识别快递单上的号码、图片中的联系人信息、需要登录才能复制的网页 等等，欢迎下载 iText 试试。

每月可免费识别 20 次，订阅 iText 高级版即可无限次识别。首发期间，高级版限时 6 折优惠：￥ 3/月、￥ 30/年。关于收费模式，我很是纠结了一番。如果你准备吐槽，请先看下这篇文章：再次纠结付费模式，这次是 iText

V 友专属福利：iText Pro 一年期兑换码：

JAY9T73KR4TP
TFA6KWKTRW4E
KY639HYMWMPH
T6LRJ77HR7JT
HFJMKT39J6F7

手慢无；兑换后，最好在这里留言说明哪个已经用了，节约其他 V 友时间。

---

如果你觉得 iText 还不错，还请帮忙 在 App Store 评论；如果你觉得 iText 还可以改进，欢迎：

• 加入 Telegram 群
• 微信加小号入群：it_guwen

[liz2nku]

好顶赞，感觉近期用不上所以码就不领了，留给后来的同学

[quietjosen]

@liz2nku 大气👍

[chenxu]

路过帮顶，这软件看着很牛逼，不过我暂时用不上。兑换码就留给楼下吧。

[Jobin0528]

感谢分享！
HFJMKT39J6F7
已用。

[wweih]

没有 window 版本

[dickmrbean]

T6LRJ77HR7JT 已用，感谢！

[Jobin0528]

为什么美区价格依然 0.99/m;9.99/y.

[zhang1215]

这款软件看起来很棒，留给急需的同学

[7gong]

码不领了，帮赞

[aksoft]

不支持 windows 就是耍流氓。。。

[xingwing]

JAY9T73KR4TP，已用，感谢

[miniers]

TFA6KWKTRW4E 已用。感谢楼主😍

[quietjosen]

@Jobin0528 咦，奇怪，我 28 小时前就在 iTunes 后台改过价格了，现在还没更新？可能是时差问题，美国时间还没到 30 号，可以再等等。

[dongming83]

JAY9T73KR4TP 已用，谢谢

[xingwing]

哎
@xingwing

[naiba]

真的是优化了算法吗，还是对 ocr 接口返回的结果简单的进行了中文版式优化。要我都不敢把这种小儿科的东西发出来😁

[caidaoli]

试了一下确实很不错

[quietjosen]

@naiba 没事，你发出来吧。

[quietjosen]

@caidaoli 谢谢肯定 🤝

[douglas1997]

已买，感觉是不错的软件。谢谢作者。价格已经很便宜了，给你点赞。希望开发出更好的工具。
记得好像把 iPic, iPaste 都买了。

[quietjosen]

@douglas1997 谢谢肯定，我一直在坚持，iText 已经是第 7 款 macOS App 了😀

[zjia8765]

试用了下，不错，赞一个

[quietjosen]

@zjia8765 谢谢，努力得到肯定，开心 😀

[WhiteSJ]

很不错, 赞一个

[newbieo0O]

挺方便的。

[seasstyle]

谷歌大法好！
上次用谷歌的翻译 api 翻译了一个 5400 行 9 列的表格，那速度和质量灰常好！

[January]

赞，试用一段时间看看。

[isCyan]

能对比下 Google 和微软的识别效果吗。微软必应的翻译 API 质量是显然高于谷歌的。不知道 OCR 是否也是如此。

[Humorce]

建议是可以采用多种付费方式，
一天用 100 次，包月不亏，
装上去留着备用，一个月都不见得能用几次。

[chinajik]

KY639HYMWMPH 已用

[quietjosen]

@WhiteSJ
@newbieo0O
@January

[quietjosen]

@WhiteSJ
@newbieo0O
@January 谢谢支持。

[joe1213]

iText 跟那个处理 pdf 的软件不是重名了吗

[quietjosen]

@isCyan 并不能。因为如果提供客观公正的结论，要做大量的测试，我做不到，不能随便下结论；并且，云服务是在不断变化的。

不过，你提供一张具体的图，我是可以给出二者的识别结果的。

[LarryDev]

已设为开机启动

[quietjosen]

@humorce 「装上去留着备用，一个月都不见得能用几次。」 iText 默认每月可免费识别 20 次，像你说的够用了。

[quietjosen]

@joe1213 不管，我就喜欢 😂 主要是跟我 i 系列的名字一致。要起个好的、又全球唯一的名字，几乎不可能。

[quietjosen]

@LarryDev 最实在的支持 👍

[rexer]

想入手 可惜没有 mac

[newbieo0O]

wri t e

wh i 1 e

a, b=0，1

-----------

逗号会识别成中文全角的情况

[quietjosen]

@newbieo0O 你是尝试识别程序代码吗？文中有提，这种情况识别不好。对于自然语言比较好些。

[linKnowEasy]

支持楼主, 现在 Mac 开发人员感觉还是很少啊

[quietjosen]

@linKnowEasy 跟 iOS 没法比，目测 1% 不到。

[sangmong]

有没有 iOS 版

[quietjosen]

@sangmong 没； iOS 其实有很多选择，比如「白描」

[FaiChou]

老哥 稳

[suliuyes]

支持独立开发者。话说，老哥你除了 v 站，在别的地方有推你的应用吗？只靠 v 站网友应该养不活自己吧？

[quietjosen]

@suliuyes 微博、知乎等等吧，你觉得还在哪推荐比较好呢？

[ayconanw]

什么时候出 windows 版

[tianyuhong]

订阅支持下你

[quietjosen]

@ayconanw 抱歉，短期无计划。

[hester]

iText 名字也忒不符了。。。还不如叫 iOCR。。。
既然使用了第三方库，很好奇这些库的授权协议是什么。。。
在线上传的话，隐私性会很有问题。。。
都是公司文件截图、发票截图之类的。。。基本上不敢这么用。
另外，我个人觉得一个 chrome extension 就能搞定的事情，非要弄个订阅。。。这种小型工具就应该一次性付费。。。

最后的最后，兑换码也忒抠了，虽然我不用，但是你可以看看其它 在这里发布 app 的作者，他们的兑换码有多少个。。。

[quietjosen]

@tianyuhong 谢谢老铁 🙏

[quietjosen]

@hester 名字偏好各有所好。隐私协议可见于腾讯和 Google 的声明。关于付费，请参见文末的介绍及链接。期待你的
Chrome Extension。对，我很抠。

[hanzichi]

顶一个，用过楼主的 iPic，很好用

能否借地问楼主一个问题，macOS 开发零基础，我想做个工具自己用，具体只有两个需求（都是 BetterTouchTool 里的功能）

1. 三个手指 click trackpads，触发 win+w （也就是关闭）
2. 两个手指，一个手指按住，另一个轻点，触发另一个快捷键

先谢过了

[iyaozhen]

@hester 楼主调用识别接口也是要付费的。

公司业务肯定不方便使用，楼主这个主要也是 to C 的吧

[linxijun]

@quietjosen 兑换码用完了？？

[quietjosen]

@hanzichi 我没有这部分直接的开发经验哎，看看 NSEvent 相关的介绍吧。

[quietjosen]

@iyaozhen 感谢，你说了公道话。

[quietjosen]

@linxijun 上面的回复一看便知。

[dai269619118]

良心楼主 工具非常好用 价格还这么低

[Kei]

識別不了日語呢 = =
提供例子： ありがとう

[hester]

@iyaozhen
原来如此，感谢告知~

@quietjosen
我不会 chrome extension，我只是认为没必要单独做一个 app，正如你认为有必要做一样。
只是很反感还是订阅，尤其是纯工具类的。。。
话说，从你的文章就能看出‘‘我是独立开发者，我很不容易，所以花你点钱用订阅制，能支撑我继续独立开发者’’这种味道。。。独立开发者做的 app 就应该是订阅制吗？这跟创业型公司 = 加班 岂不是一个道理？

说话直，别见怪，只是看不惯这些乱七八糟的怪现象。。。

[quietjosen]

@Kei 终端运行下面的命令，强制使用 Google ；之后会在菜单中提供入口。

defaults write ~/Library/Containers/net.toolinbox.iText/Data/Library/Preferences/net.toolinbox.iText.plist OCRService "Google"

[quietjosen]

@hester 还是先看下我文末关于付费模式的思考吧。「从你的文章就能看出」，我并不能理解你推理的逻辑；你得到的苦情结论，是你想得出的结论。比如，你看看#61 楼的回复，并不是每个人都有相同的理解。

[linxijun]

@quietjosen 懂了。。。。。

[hanzichi]

@quietjosen 🙏谢谢

[Kei]

@quietjosen 棒

[SquirrelMAN]

作者的各种作品，需求把握得都很到位。

[quietjosen]

@SquirrelMAN 其实也有无心插柳的成分；我正在写 iText 从头开始的完整经历，下周会在 GitChat 上发。

[SNOOPY963]

艺高心细

日常帮顶

[quietjosen]

@SNOOPY963 谢谢支持 😀

[ewBuyVmLZMZE]

iPic 一年后的续费价格让我离开。这次目测也是。

[puritania]

菜单栏图标太丑

[nine99]

支持

[jaylong]

https://www.v2ex.com/t/411218 开源替代品

[quietjosen]

@jaylong 既然你提了，我扔 2 张图，你试试段落识别吧。其他的细节和优化，我就不提了。




以及我在做段落识别时的一些素材：

[luokr]

@syhily 哈哈楼主自己说了他是奸商

[hanzichi]

楼主，我又来请教了 ... 想入门 macOS 开发，网上搜了下资料好少，有没有推荐的网站或者书籍或者简单的 demo ？ swift 语言

楼主能不能分享下自己的入门经验呢 ... 跪谢

[quietjosen]

@hanzichi 我之前写过这篇文章：

Mac 开发的神秘面纱：后娘养的嫡长子
https://atjason.com/IndieDev/2017-07-18.html

[hanzichi]

@quietjosen 您推荐的那本书是只有英文版的嘛？

[quietjosen]

@hanzichi 我看的是英文版，中文版没了解过。