schappim/macOCR

解決する課題

macOCRは、画面の任意の部分、画像、またはPDFからテキスト、QRコード、バーコードを抽出できるコマンドラインツールです。スクリーンショット、動画の静止画、エラーダイアログ、ロックされたPDFなど、選択できないソースからテキストをコピーする問題を解決します。

仕組み

このツールはAppleのVisionフレームワークを活用してMac上ですべての処理をローカルに実行し、APIキーやアカウントのアップロードを必要とせずにオフラインで動作することを保証します。ユーザーはコマンドラインからツールを起動し、目的の領域に選択ボックスをドラッグすると、自動的に認識されたテキストまたはコードのペイロードがシステムのクリップボードに直接コピーされます。

対象者

画像や選択できない画面領域からテキストをキャプチャする頻度が高く、OCR（光学式文字認識）用の高速でプライベートかつスクリプト可能なインターフェースを求めるmacOSユーザー向けに設計されています。

ハイライト

• ローカル処理：AppleのVisionフレームワークを使用して、オフラインでプライベートな認識を行います。
• マルチモーダルキャプチャ：一度の操作でテキストとQR/バーコードの両方を認識します。
• 柔軟な入力：画面選択、クリップボードの画像、PDFファイル（ページとDPI制御付き）、および標準入力をサポートしています。
• スクリプト可能：構造化データ用のJSON出力と、自動化された固定領域キャプチャ用の--rectフラグを提供します。
• 多言語対応：macOSのバージョンに応じて幅広い言語をサポートしています。