
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-19 · 当前星标 ★ 2444
使用教程
环境要求
- macOS 系统(基于 Apple Vision 框架,仅支持 Mac)
- 已安装 Homebrew(推荐的安装方式)
- 首次运行需授予屏幕录制权限
安装与启动步骤
-
1安装 macOCR
用 Homebrew 一条命令安装,README 推荐此方式,无需手动下载编译。
brew install schappim/ocr/ocr -
2首次运行并授权
光标会变成十字准星。首次运行会弹出屏幕录制权限请求,授权后需再运行一次 ocr。
ocr -
3框选屏幕取字
拖动鼠标框选任意区域,识别文字会打印到终端并自动复制到剪贴板;按 Esc 取消且不动剪贴板。
ocr -
4识别剪贴板图片
不改动屏幕截图流程,直接读取你刚复制到剪贴板的那张图片里的文字。
ocr -c -
5识别图片或 PDF 文件
不截屏,直接读取本地图片;PDF 会逐页读取识别,适合不可复制的文档。
ocr -i ~/Desktop/receipt.png ocr -i scan.pdf -
6指定识别语言
默认按英语识别,其它语言需用 -l 指定,例如日语用 ja-JP。
ocr -l ja-JP -
7固定区域与结构化输出
用 --rect 跳过拖拽固定捕获坐标;--json 输出结构化结果便于脚本调用。
ocr --rect 0,0,800,600 ocr --json
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
-l | 否 | 指定识别语言,默认英语 | ja-JP |
-i | 否 | 识别本地图片或 PDF 文件,不走截屏 | ~/Desktop/receipt.png |
-c | 否 | 识别剪贴板中已有的图片 | -c |
--rect | 否 | 捕获固定区域,无需拖拽框选 | 0,0,800,600 |
-b | 否 | 只识别二维码和条形码,忽略正文 | -b |
--json | 否 | 输出结构化 JSON,方便脚本处理 | --json |
如何确认成功
运行 ocr 后光标变十字准星,框选后文字同时打印到终端并出现在剪贴板中可直接粘贴。
常见问题
Q:首次运行没有反应或没取到字?
A:macOCR 需要屏幕录制权限。请在系统设置中授予权限,然后重新运行 ocr。
Q:按 Esc 取消会把内容复制到剪贴板吗?
A:不会。取消后不复制任何内容,剪贴板保持原样。
Q:能否识别二维码和条形码?
A:可以。默认会同时读取区域内的文字与二维码/条码内容,用 -b 则只读码。
Q:为什么识别出的语言不对?
A:默认按英语识别,需用 -l 指定语言,例如日语加 ocr -l ja-JP。
Q:从 Alfred、Raycast 或快捷指令调用时没弹权限?
A:权限提示属于调用它的那个应用而非终端,需要在对应应用上批准屏幕录制权限。
注意事项
- 全部处理在本地用 Apple Vision 完成,不上传截图、不需要 API Key、可离线使用。
- 从其它 App(Alfred、Raycast、Shortcuts)调用时,权限归属于那个 App,要单独授权。
- 除截屏外,还支持读取剪贴板图片以及逐页读取 PDF。
核心亮点
- 全局快捷键+框选,操作路径极短,识别完自动复制
- 基于系统 Vision 框架,完全本地运行,不联网不上传截图
- 原生 Swift 开发,体积小、启动快,菜单栏常驻不占 Dock
不足之处
- 仅支持 macOS,且需要较新系统版本才能使用 Vision 文字识别
- 识别语言依赖系统设置,缺少手动切换语言和批量图片处理等进阶功能
适用场景
- 从视频、直播或在线课程画面里提取字幕文字
- 复制 PDF 预览、图片或报错弹窗中无法选中的文字
- 快速摘录会议截图、聊天截图里的关键信息
替代项目
TextSniper、tesseract.js、NormCap
上一篇:HunyuanOCR
下一篇:tessdoc
同类项目推荐
Awesome-ICCV2023-Low-Level-Visio···
开源
按图索骥,快速获取ICCV低层视觉论文与代码
A Collection of Papers and Codes in ICCV2023/2021 about low level vision
GutenOCR
开源
用 VLM 做 OCR 的训练评测一条龙工具
Open-source tools for training and evaluating Vision Language Models for OCR
scanbot-sdk-example-flutter
开源
Flutter 里几行代码接入文档扫描与 MRZ 识别
Easy-to-use Flutter document scanner and data extraction plugin
EgoLife
开源
戴上眼镜录视频,AI帮你回忆和检索生活瞬间
[CVPR 2025] EgoLife: Towards Egocentric Life Assistant
ocean
开源
Meta 出品的跨平台 CV/AR 框架,一套 C++ 代码跑多端视觉应用
Ocean is the in-house framework for Computer Vision (CV) and Augmented Reality (AR) ···
hub
开源
让旧摄像头变聪明,边缘实时识别安全隐患
Securade.ai HUB - A generative AI based edge platform for computer vision that conne···
ORSI-HRSI-SOD_Summary
开源
遥感图像显著目标检测论文清单,一页看懂研究脉络
Read list for deep learning based Salient Object Detection in Optical Remote Sensing···
eSearch
开源
截屏即识别,离线翻译搜索一步到位
截屏 离线OCR 搜索翻译 以图搜图 贴图 录屏 万向滚动截屏 屏幕翻译 Screenshot Offline···
pdf-ocr-obsidian
开源
PDF 秒变 Obsidian 可用的 Markdown 笔记
Convert your PDFs into Markdown files easily with Mistral OCR Software