распознавание текста для Mac

что распознавание читает на вашем экране

всё, что экран способен показать. hop всё равно, живёт текст в картинке, в видео или в приложении, которое отключило копирование: он читает пиксели, а не файлы.

• слайд вебинара или кадр чужой демонстрации экрана на созвоне
• pdf, в котором не выделяется ни одного слова
• скриншот, который вам прислали в переписке
• сообщение об ошибке от приложения, которое не даёт его скопировать
• фотография документа, чека, книжной страницы
• картинка, которую вы перетащили в окно из Finder

видео — случай с самым большим числом исключений, и он заслуживает отдельного разбора: какие плееры отдают текст сами, какие не отдадут никогда и что делать со вторыми. скопировать текст с видео или из закрытого документа

что Live Text уже умеет и где он кончается

Live Text встроен в macOS и достаёт дальше, чем признаёт большинство страниц на эту тему. фотография в «Фото», картинка на веб-странице, страница в «Просмотре» — текст выделяется так же, как в документе. это бесплатно, это уже на вашем Mac, и если ваш случай этим закрыт, больше ничего не нужно.

видео тоже закрыто, и ещё с Ventura. поставьте ролик на паузу в Safari, QuickTime Player или в быстром просмотре по пробелу — кадр разбирается как картинка, и текст на нём выделяется. кто до сих пор говорит, что Mac не умеет снимать текст с остановленного видео, отстал на три выпуска.

у этого поведения есть имя в документации Apple: вид плеера «пытается найти объекты, текст и людей, когда вы ставите воспроизведение на паузу», и с macOS 13 оно включено по умолчанию (страница английская): AVPlayerView.allowsVideoFrameAnalysis

куда он не дотягивается

граница следует из той же фразы: разбор принадлежит плееру Apple. программа, которая рисует видео сама, его не получает — Chrome, Firefox, VLC. не получает и окно, которое вообще не картинка: диалог, лицензионный ключ в установщике, таблица в утилите без кнопки копирования. демонстрация экрана на созвоне — это чужие пиксели, приехавшие видео, так что выделять там тоже нечего.

этот зазор и есть причина, по которой модуль существует. с видео система справляется сама, а вот произвольный прямоугольник она не прочитает. когда вы читаете прямоугольник, уже неважно, кто нарисовал пиксели.

отсканированный pdf на диске — другая работа и другой модуль: он не на экране, и нужен весь файл, а не та часть, которую видно. конвертер вытащит текст из pdf

так нужно ли это, чтобы вытащить текст из картинки

если пиксели принадлежат тому, что Apple узнаёт, — фотографии, странице pdf, ролику на паузе в Safari или QuickTime, — берите Live Text и дальше эту страницу не читайте. простой случай заканчивается в ту секунду, когда пиксели рисует кто-то другой, и бесплатный путь перестаёт быть «выделить и скопировать», а становится «снять скриншот, открыть скриншот, выделить, скопировать, убрать файл».

каждое распознавание одновременно ложится в историю буфера, поэтому текст, снятый час назад, всё ещё там, даже если вы его никуда не вставляли. как устроена история буфера

как снять текст с картинки на Mac

обведите кусок экрана

кнопка «выделить на экране» даёт системный прицел, которым вы очерчиваете нужный кусок, — жест тот же, что у скриншота. текст возвращается в окне, а не сразу в буфер, и окно здесь и есть смысл: вы читаете, правите символ, который шрифт подсунул не тот, и копируете всё целиком или только ту строку, которая вам была нужна.

хоткей, языки, которые он читает, и куда попадает результат — подробная инструкция на вашем языке: распознавание текста в инструкции

или бросьте картинку в окно

если картинка уже лежит файлом, обводить экран — крюк. перетащите её в окно из Finder или вставьте через ⌘V: читается то же самое, и окно с результатом то же.

ничего не пропадёт, если закрыть это окно слишком быстро: распознанное лежит в истории вместе со всем, что вы сегодня копировали. найти то, что копировали раньше

переносы строк выживают

большинство распознавалок возвращает одну длинную ленту слов. таблица превращается в кашу, кусок кода — в мусор, и на починку результата уходит больше времени, чем ушло бы на то, чтобы перенабрать его руками.

hop оставляет переносы там, где их нашёл. таблица остаётся таблицей, фрагмент кода — фрагментом кода, а адрес — тремя строками вместо одной. мелочь ровно до первого раза, когда вы вставляете таблицу на двенадцать строк и не трогаете её после.

коды читаются тем же проходом

коды читаются вместе с текстом — отдельного режима нет, и переключаться во второе приложение не нужно. если в распознанном оказался веб-адрес, рядом появляется кнопка «открыть ссылку». только веб-адреса: отсканированный код — это ввод от постороннего, поэтому телефон, пароль от Wi-Fi или визитка остаются обычным текстом и никуда сами не уходят.

снять код с экрана — своя работа, со своими причинами и своими граблями: qr-код нельзя проверить глазами до того, как по нему пойдёшь. как отсканировать qr-код на Mac

движок тот же, и до него можно дотянуться самому

одна вещь в этом модуле вообще не наша. распознаёт Vision от Apple — тот самый каркас, на котором стоит Live Text, — и он ни за каким приложением не спрятан: короткий файл на Swift дотягивается до него из терминала, с одними Command Line Tools и без Xcode.

мы запустили это, пока писали страницу, на macOS 26.6.2 и без установленного Xcode. пятнадцать строк вокруг VNRecognizeTextRequest прочитали тестовую картинку и вернули её три строки в исходном порядке, с переносами. тот же вызов сообщает, сколько языков принимает движок: тридцать, и скачивать для этого ничего не надо.

запрос — открытый api, и так с macOS 10.15, так что никакого обходного пути тут нет (страница английская): VNRecognizeTextRequest

значит, ценность модуля не в распознавании. движок стоит на каждом Mac, бесплатно, и открыт любому, кто готов написать этот файл и потом где-то его держать. чего у скрипта нет, так это ответа на вопрос, куда целиться: он берёт файл, а вся задача была в том, что текст на экране и ни в каком файле не лежит. hop — это прицеливание, а не чтение.

с вашего Mac ничего не уходит

распознавание идёт на месте, на том же движке Vision. картинка никуда не загружается, ваш экран не видит ни один сервер, и всё работает с выключенным Wi-Fi — здесь это важнее обычного, потому что обводят люди счета, договоры и чужие слайды.

у hop нет ни учётных записей, ни профилей, ни телеметрии. единственное, что он отправляет, — свой номер версии, когда проверяет обновление.

чтобы обвести область, нужно разрешение прочитать то, что внутри, и macOS спросит его в первый раз. не всякому экранному инструменту это нужно: цвет берётся системной лупой, которая отдаёт один пиксель и не требует ничего. пипетка и почему она ничего не просит

frequently asked questions

умеет ли macOS сама вытаскивать текст из картинки?

да — Live Text делает это в «Фото», «Просмотре», быстром просмотре и Safari, а с Ventura и на видео, поставленном на паузу в плеерах Apple. он кончается там, где пиксели рисует кто-то другой: Chrome, Firefox, VLC или окно приложения, которое не картинка.

чем это отличается от Live Text?

Live Text работает с тем, что система опознала как картинку или как играющее видео. hop обводит любой прямоугольник экрана, поэтому становится неважно, что под ним: видео в Chrome, диалог, чужая демонстрация экрана.

работает ли без интернета?

да. распознавание идёт на вашем Mac, на движке Vision от Apple. ничего не загружается, и подключение ни для чего не нужно.

какие языки он распознаёт?

те, что знает системный движок, — список приходит от macOS, а не от нас. на macOS 26.6.2 он назвал тридцать, с основными европейскими и азиатскими письменностями, и скачивать для этого ничего не надо.

можно ли обратиться к Vision из терминала самому?

можно. короткий файл на Swift вокруг VNRecognizeTextRequest запускается с одними Command Line Tools. только читает он файлы — навести его на прямоугольник экрана пришлось бы вам самим.

это правда бесплатно?

полностью. ни пробного периода, ни платной версии, ни того, что надо открывать за деньги. hop с открытым исходным кодом, и модуль распознавания открыт всем так же.

нужно ли ему разрешение на запись экрана?

чтобы обвести область — да, и macOS спросит в первый раз. ничего не записывается и не хранится: кадр читается и выбрасывается. перетащенной в окно картинке разрешение не нужно вовсе.

other tools in hop

• qr code scannerread the code where it sits on screen — no reaching for your phone.
• keyboard lockwipe the keyboard clean without shutting the Mac down.
• vpn switcherevery vpn your Mac knows about, one switch each.

what people do with this

• the text is on screen and you cannot select it