爱意满满的作品展示区。
我花了一天，做了一款和「百度」比肩的 OCR 图片识字工具 iText
quietjosen atjason 2017-11-13 08:31:08 +08:00 15532 次点击这是一个创建于 2960 天前的主题，其中的信息可能已经有所发展或是发生改变。
这是我第 7 款 macOS 产品了：iText
iText 是一款 从图片中识别文字 的 OCR 工具。
- 集成百度深度学习算法（所以可以和百度 PK），识别结果惊人的准确
- 配合截图、拖拽、选择图片文件等方式，操作非常便利
通过截图识别
选择屏幕任意区域，立即识别其中的文字。
配合快捷键，截图更方便。默认快捷键为 1；当然，你可以在 iText 偏好设置中修改。
通过拖拽识别
比如，你在网上看到了一张图片、或者本地有个图片文件，都可以拖拽至 iText 菜单栏图标进行识别。
通过选择图片文件识别
当然，你也可以在 iText 菜单中选择图片文件进行识别。
下载
你会发现，对于 看扫描版 PDF 文件、登录才能复制文字的网页、对方以手机截图的方式发电话号码、等场景，iText 快速识字的功能，很有用、也很好用。
目前，iText 还处于封闭内测期。如需体验，请联系：[email protected]
第 1 条附言 2017-11-13 19:52:12 +08:00
求：有没有设计师朋友想给 iText 设计个脸面(Logo)啊？谢谢
第 2 条附言 2017-11-30 19:49:59 +08:00
iText 已上架 Mac App Store，点此下载
89 条回复 2018-01-20 10:13:27 +08:00
 | 1 Willjim 2017-11-13 08:38:27 +08:00 via Android 哇，发现你特别喜欢通过状态栏做文章啊！东西感觉不错。 |
 | 2 ixixixe2 2017-11-13 08:42:07 +08:00 厉害了 |
 | 3 yu099 2017-11-13 08:43:00 +08:00 via Android 三个点只识别出一个 |
 | 4 Telegram 2017-11-13 08:44:02 +08:00 看上去好棒 |
 | 5 quietjosen OP |
| 6 quietjosen OP @yu099 你这种挑剔的精神，刺激了人们进步 |
| 7 quietjosen OP @Telegram 试试也不错的 :) |
 | 8 cxl008 2017-11-13 08:50:22 +08:00 没有下载地址？ app store 搜不到啊 |
| 10 Telegram 2017-11-13 08:59:32 +08:00 @quietjosen #7 可是我是 PC，无奈。 |
 | 11 AdamChrist 2017-11-13 08:59:41 +08:00 厉害了...点赞... |
 | 12 gitgit 2017-11-13 09:10:14 +08:00 windows 版本有吗 |
 | 13 mokeyjay Win 哭出声 |
 | 14 quickma 2017-11-13 09:24:27 +08:00  1 这种很正规的识别怎么样都不会差，会差的是图文混排，字体倾斜，字体粗细不一致，可见程度不一致，等~~~~ 但还是很厉害的，我做一个验证码识别也就能到 70--------- |
 | 15 privil 2017-11-13 09:26:05 +08:00 4 很标题党了 = = |
 | 16 VShawn 2017-11-13 09:28:22 +08:00 via Android 1 这种很规整的文章 tesseractOCR 就搞定了 |
 | 17 leeyom 2017-11-13 09:38:32 +08:00 太棒了，好东西噢 |
 | 18 CEBBCAT 2017-11-13 09:41:27 +08:00 via Android 看起来不错，一看图就想起来 Snipaste 了，希望也是个很棒的软件 |
| 22 quietjosen OP @x7395759 欢迎整个这种图来调戏一下 iText，看看它表现如何。 |
 | 23 wplct 2017-11-13 10:03:15 +08:00 这种做交互上的创新也很不错。lz 厉害 |
 | 24 xuanboyi 2017-11-13 10:05:18 +08:00 via iPhone 真大神，收下膝盖 |
 | 25 Hayek 2017-11-13 10:05:20 +08:00 看标题以为在吹牛 x。 点进来看内容是真牛 x。 虽然识别使用的是接口，但是实现上还是挺好的。 |
 | 26 freefcw 2017-11-13 10:09:36 +08:00 不错不错，很方便的感觉 |
 | 27 xwartz 2017-11-13 10:17:53 +08:00 优秀 |
| 28 quietjosen OP @Hayek 哈哈，看回复吓了一跳；识别这种事，还是有技术难度的；自己搞，肯定不如大公司。 |
 | 29 hester 2017-11-13 10:44:34 +08:00 4 太标题党了！ 看来 LZ 在此道越走越远... 为什么说标题党呢？ 因为 文中 压根也没有拿出任何 “证据” 证实与百度比肩 是什么意思... 另外，应该用了第三方的库，这种 OCR 类 App 同质化的比较严重，如果楼主能开源的话，供大家学习的话，或许还有些用处。 |
 | 30 livc 2017-11-13 10:48:09 +08:00 资词 |
| 31 quietjosen OP @hester 请看正文第三行。 |
| 32 hester 2017-11-13 10:53:42 +08:00 |
| 33 quietjosen OP @hester 好吧，听出了痛心疾首的感觉。 |
 | 34 icylogic 2017-11-13 11:01:45 +08:00 楼上想要 Windows 版的 …… Windows 有的，支持 100 多种语言 https://i.loli.net/2017/11/13/5a090a6837c29.png 顺便连翻译也有了 https://ooo.0o0.ooo/2017/11/13/5a090a684990a.png |
| 35 quietjosen OP @icylogic 看来还是 Windows 软件生态丰富，去瞧瞧，关键是看看识别率。 |
 | 36 z0z 2017-11-13 11:10:20 +08:00 这个需要在线识别吗？ |
 | 37 lwbjing 2017-11-13 11:29:58 +08:00 via iPhone 一天，哈哈，，，李彦宏看了要流泪… |
| 38 quietjosen OP @z0z 需要，因为调用的是百度的服务。 |
| 39 quietjosen OP @lwbjing 你错了，他笑还来不及，我昨晚刚给百度充值了 100 信仰币… |
| 40 hester 2017-11-13 11:36:18 +08:00 @quietjosen #33 到没有那么夸张，但我的确很不喜欢纯标题党。（如果仅仅是自娱自乐 + 自黑 的话，我到觉得挺正常。） 就好比，某些导购，明明东西不错，但是导购用的“话术”很是恶心，听着就没有购买的欲望了。 （并不是针对你，或其他某些具体的人） |
| 41 quietjosen OP 1 @hester 恩，明白。 |
 | 42 deadEgg 2017-11-13 11:53:07 +08:00 嘿 cool |
 | 43 artandlol 2017-11-13 11:57:13 +08:00 via iPhone 非年轻人还这么喜欢折腾 点赞 |
| 44 icylogic 2017-11-13 11:59:59 +08:00 1 @quietjosen 七八年前开发的，好像没有用到 Deep Learning 吧，只是功能相对完善。 我也好奇你的软件或者说百度的算法，有干扰的情况调教地怎么样。你的截图和我发的图其实都是最容易识别的情景。对于 OCR 来说也就是 MNIST 这个级别的工作吧 …… 不妨试试这两张，看看效果怎么样 …… https://i.loli.net/2017/11/13/5a0914552cfff.png https://i.loli.net/2017/11/13/5a09145667ffc.png 原本就在屏幕上渲染的字体，比如视频中的字幕，更复杂的 b 站弹幕，这些文本其实本身可识别率非常高，只是背景有干扰。 另一方面比如手写体、照片、扫描文档，这些字体有变形，识别率就更低了。 后者其实我目前见到做得最好的也就是 Google 翻译 App，摄像头对着文本实时识别加翻译，App 会直接用翻译文本在手机取景界面上把原文替换掉，识别对了效果非常好。不过也经常完全识别错。微软的也不错，不过需要拍一下，一张一张扫。 |
| 45 quietjosen OP |
 | 46 qdwang 2017-11-13 12:11:05 +08:00 via iPhone 看效果相当不错，应该很好用 |
 | 47 lanfeng007 2017-11-13 12:24:38 +08:00 mark 一下！ |
 | 48 notreami 2017-11-13 12:26:19 +08:00 亮点在哪里？没有创新小 Demo，就不要放上来赶英超美了。 |
 | 49 gzlock 2017-11-13 12:33:55 +08:00 |
| 50 quietjosen OP @gzlock 是的 |
 | 51 BlackCat02 2017-11-13 13:24:10 +08:00 试了一下，对中文的识别不错。对 vim 里的代码识别了一下，就感觉有点差强人意。不知道百度这个接口是不是本身就不是针对英文的 |
| 52 quietjosen OP @BlackCat02 恩，毕竟百度是中文起家的；如果是英文，估计得选择国外的服务。不过，代码不是英语，无法使用英语的规则对结果进行优化。 |
 | 53 surewen 2017-11-13 13:44:28 +08:00 是用了百度云的 SDK ？曾经和你的想法一样，想做成 app …… 接口啥都调完了，不过后面犯懒没做完…… 支持 |
| 54 quietjosen OP @surewen 百度没有 macOS SDK，我是封装了其 REST API |
 | 55 menc 2017-11-13 14:35:54 +08:00 调用了人家的服务，应该叫“给百度套了个壳”，不是叫做“比肩百度”，你得自己做一个才好意思比较。 |
| 57 surewen 2017-11-13 14:42:48 +08:00 |
| 58 quietjosen OP @menc 应该叫站在「百度肩膀」 |
| 59 quietjosen OP @surewen 感觉这种离线的库，不如云服务；后者有天然优势，可以实时更新识别能力。 |
 | 60 dong3580 2017-11-13 14:48:35 +08:00 |
 | 61 xy19009188 2017-11-13 15:25:40 +08:00 那么有 Windows 版么 |
| 62 quietjosen OP @xy19009188 没； Windows 应该有的，可以试试上面说的 Capture2text （我没试过） |
| 63 BlackCat02 2017-11-13 15:57:34 +08:00 @quietjosen 是的，代码并不符合自然语法规则 |
 | 64 Izual_Yang 2017-11-13 16:13:02 +08:00 @mokeyjay #13 curl.exe -s -F "action=submit" -F 'pic=@"本地图片.jpg"' http://ocr.shouji.sogou.com/v2/ocr/json | jq.exe -r ".result | .[].content" |
| 65 Izual_Yang 2017-11-13 16:14:05 +08:00 @icylogic #44 弹幕本来就是文本不是图片啊，你直接从 xml 里提取文字不就行了 |
 | 66 aver4vex 2017-11-13 16:31:10 +08:00 我去找个变态验证码试试，好的话，爬虫就有指望了。O(∩_∩)O 哈哈~ |
 | 67 ialva 2017-11-13 18:21:32 +08:00 via Android 还差一台 MacBook 就能用上了 |
| 68 quietjosen OP @aver4vex 变态码…别想了，有的连码它妈都不认识… |
| 69 xy19009188 2017-11-13 18:52:04 +08:00 via Android @quietjosen 试了下，识别不太好 |
| 70 quietjosen OP @xy19009188 方便的话，把图片发过来，我这边也试试。 |
 | 71 tnx2014 2017-11-13 21:13:03 +08:00 2 看标题，我还以为是楼主自己的算法，结果还是调用别人的接口，这一点也不稀奇（ Windows 下一堆调用百度、搜狗识别引擎的真的很多），虽然楼主也付出了一定的劳动，但既然用了别人的东西还说“比肩”那真的是用词不当，站在巨人肩膀上不等于比肩，如果楼主认为两者等价那我只能遗憾地表示我认为您语文不太好。 当然楼主说“比肩”也可能有调侃意味，不过我建议本着说话负责的态度，有些东西还是别开玩笑。楼主做一个小工具给他人用值得表扬，但是既然核心算法是他人的，还是低调一些为好。 我说话有时候不好听，对事不对人，如有让你不舒服的地方我先表示抱歉。 |
| 72 quietjosen OP @tnx2014 我花了一天，做了一款站在「百度」肩膀上的 OCR 图片识字工具 iText |
 | 74 WhiteSJ 2017-11-13 23:36:43 +08:00 厉害了, 很有用啊 |
 | 75 cptbtp 2017-11-14 08:08:36 +08:00 厉害了。 |
 | 76 xiaogu0322 2017-11-14 09:13:06 +08:00 @leeyom 你真棒~ |
 | 77 awfe 2017-11-14 15:03:07 +08:00 |
| 78 quietjosen OP @awfe 其实 iText 这个名字是随意想的，毕竟总共做这个东西才几天；不过也挺契合我的其他产品名（ iPic/iTimer/iHosts/iPaste ），估计不打算改了。 |
 | 79 jwangkun 2017-11-15 12:14:10 +08:00 试用了一下，非常好，以后再也不用百度文库下载券了，我看试用期只有 30 天，之后是要收费么 |
 | 80 sangmong 2017-11-15 14:12:42 +08:00 有没有 iphone 上的呢 |
| 81 quietjosen OP @jwangkun 30 天之内，估计还会有新的内测版。不过，发布后肯定是收费产品，可能是订阅或按次收费。 |
| 82 quietjosen OP @sangmong iPhone 下试试「白描」 |
 | 83 Jibunuo 2017-11-17 16:32:28 +08:00 via Android 厉害！ |
 | 84 hvsy 2017-11-17 22:46:57 +08:00 好厉害,已经发邮件了.希望能够试用一下. |
 | 85 Marsss 2017-12-07 09:59:57 +08:00 中英文混合的识别率怎么样？ |
| 86 quietjosen OP 腾讯在这方面还行，感觉百度英文稍差些，iText 用的是腾讯。 iText 已上架 MAS，何不下载试试？ |
| 87 quietjosen OP @Marsss 楼上回复忘记 @ 了 |
 | 88 zhihuixiangying 2018-01-20 00:21:55 +08:00 体验感觉挺不错的。 |
| 89 quietjosen OP @zhihuixiangying 吃的就是这碗饭，体验必须搞好 |
Select Language