mac-ocr

用苹果自带识别，把图片和扫描 PDF 一键变成可搜索文本

mac-ocr 是一个基于苹果 Vision 框架的 macOS 命令行工具，用 Swift 编写，用于对图片和 PDF 做文字识别，并生成可搜索的 PDF。它解决的是在 macOS 上批量提取图片文字、把扫描件变成可检索文档的需求，无需联网、不依赖第三方 OCR 服务，直接调用系统内置的 Vision 识别能力，识别速度和隐私性都更好。核心能力包括：对单张或多张图片执行 OCR 输出纯文本；对 PDF 逐页识别并生成带文字层的可搜索 PDF；支持通过命令行参数指定语言、输出路径等。项目还提供 Node.js 调用方式，方便在脚本或自动化流程中集成。适合开发者、运维和需要处理大量扫描文档的用户，在本地快速完成文字提取与 PDF 检索化，避免手动复制或依赖云端服务。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 511

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队privatenumber

所属国家

官网地址

GitHubhttps://github.com/privatenumber/mac-ocr

定价模式free

价格说明开源免费，需自行部署

访问状态

是否开源是

开源协议MIT

主要语言Swift

技术栈/模型apple-vision,cli,command-line-tool,image-to-text,macos,nodejs,ocr,pdf,searchable-pdf,swift,text-recognition,vision-framework

GitHub 星标★ 511

30天Star增速

HF 下载量

上线时间2026-06-13 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-19

浏览次数0

使用教程

核心亮点

直接调用 macOS 内置 Vision 框架，离线可用，不上传图片，隐私性好
同时支持图片 OCR 和 PDF 可搜索化，覆盖常见文档处理需求
提供 Swift CLI 与 Node.js 两种调用方式，便于集成到自动化脚本

不足之处

仅支持 macOS，无法在 Linux 或 Windows 上运行
依赖系统 Vision 框架的识别能力，对复杂排版或低质量图片效果有限

适用场景

把手机拍摄的纸质文档批量转成可复制、可搜索的文本
将扫描版 PDF 加上文字层，方便全文检索和复制引用
在自动化脚本或 Node.js 项目中集成图片文字提取步骤

替代项目

tesseract-ocr、ocrmypdf

项目介绍

mac-ocr 是一个计算机视觉领域的开源项目，官方简介：macOS CLI for OCR and searchable PDFs using Apple's Vision framework。项目使用 Swift 开发，在 GitHub 上获得 511 星标。

上一篇：normcap

下一篇：core