Mac用戶的福音：OCR新神器，一鍵轉(zhuǎn)換屏幕上的任意文本
在機器學(xué)習(xí)和計算機視覺領(lǐng)域，光學(xué)字符識別（optical character recognition, OCR）長期以來都是人們研究的重要主題之一。OCR 很簡單，就是將文檔照片或場景照片轉(zhuǎn)換為機器編碼的文本。
關(guān)于 OCR 的工具，機器之心此前也介紹過不少，如 2020 年頻頻登上 Github Trending 日榜月榜的開源項目 PaddleOCR，目前該項目已經(jīng)獲得 12.6k star 量。此外還有曠視研究院與華中科大聯(lián)合研發(fā)的基于分割的場景文字識別方法 TextScanner，不僅可以正確讀取字符數(shù)據(jù)，還在一系列相關(guān)文字基準數(shù)據(jù)集上取得了當前最佳性能。
近日，GitHub 上又出現(xiàn)了一個非?；鸬?OCR 工具 macOCR，短短一天時間，就收獲了近800贊。macOCR 是一個開源命令行應(yīng)用程序，用戶可以使用它將屏幕上的任何文本轉(zhuǎn)換為剪貼板上的文本。
項目地址：https://github.com/schappim/macOCR
當你調(diào)用 ocr 命令時，一個類似于光標的「屏幕捕獲」（screen capture）就會出現(xiàn)。如此一來，邊框內(nèi)的任何文本都將轉(zhuǎn)換為純文本。
項目作者提供了如下動圖展示，將圖片文本轉(zhuǎn)換為了文本。
對于 macOCR 命令行應(yīng)用程序，網(wǎng)友給予了高度評價。網(wǎng)友 @mromanuk 表示：「我很沮喪的是，一直以來沒有簡單的方法來提取 Mac 圖片中的文本?，F(xiàn)在 macOCR 彌補了這一空白！這一功能應(yīng)該在 MacOS 中集成或隨時可用?！?/p>
安裝使用
用戶使用的操作系統(tǒng)需要是 macOS Catalina 及以上版本。
用戶可以選擇編譯以下 repo 中的代碼，或者下載預(yù)先構(gòu)建的二進制（分為蘋果 Silicon 處理器和英特爾處理器）并放在自己的路徑中。
蘋果 Silicon 處理器安裝代碼：
- curl -O https://files.littlebird.com.au/ocr.zip;
- unzip ocr.zip;
- sudo cp ocr /usr/local/bin;
英特爾處理器安裝代碼：
- curl -O https://files.littlebird.com.au/ocr-EPiReQzFJ5Xw9wElWMqbiBayYLVp.zip;
- unzip ocr-EPiReQzFJ5Xw9wElWMqbiBayYLVp.zip;
- sudo cp ocr /usr/local/bin;
當首次運行 macOCR app 時，用戶可能需要「允許該 app 訪問你的屏幕」，示意圖如下：
項目作者
macOCR 的創(chuàng)建者是 Marcus Schappi，現(xiàn)為 Chick Global 的 CEO 和聯(lián)合創(chuàng)始人。他還曾是 Little Bird Electronics 和 Geek Ammo 等其他其他幾家公司的聯(lián)合創(chuàng)始人。
Schappi 曾在澳大利亞巴克學(xué)院、悉尼科技大學(xué)以及悉尼大學(xué)就讀。其中，在攻讀悉尼科技大學(xué)工程創(chuàng)新、機電一體化及創(chuàng)業(yè)學(xué)士學(xué)位期間，他沒有獲得該學(xué)位。但由于其創(chuàng)建的海嘯預(yù)警軟件吸引了媒體的廣泛關(guān)注，他最終被悉尼大學(xué)研究生項目錄取，攻讀設(shè)計科學(xué)碩士（設(shè)計計算及計算）。
Schappi 在軟件開發(fā)、移動應(yīng)用以及 IOS 開發(fā)等方面具有嫻熟的技能。
目前，他的 GitHub 主頁上有多個項目，比如 macOCR、kod-website、dropcam 等。
