Alfred+workflows 快速截图ocr识别

作者：matrix 被围观: 6,635 次发布时间：2018-09-12 分类：零零星星 | 2 条评论 »

这是一个创建于 2292 天前的主题，其中的信息可能已经有所发展或是发生改变。

前些时间使用看到Alfred的ocr识别插件workflows插件真心不错，超实用的工具完全胜任图片文字提取的工作。

mac自带的截图快捷工具我常常使用，但是能够截图之后马上对图片进行内容识别这倒是很稀奇至少我是这样。
一般专门的ocr软件我很少用若要临时应急的话就会很麻烦因为我需要去查找提供ocr识别服务的三方网站服务然后进行图片上传之后再复制内容到剪贴板。像这种情况下有个顺手的小工具是多爽 😆 😆 虽然插件也是使用开源库tesseract-ocr，但是整合到随手调用这就很少有人做了。

安装tesseract开源库

brew install tesseract #使用brew工具
tesseract --version #查看版本号

配置语言包

tesseract --list-langs #查看当前只是的语言

默认自带英文eng，简体中文为chi_sim

https://github.com/tesseract-ocr/tessdata
下载chi_sim_vert.traineddata,chi_sim.traineddata两文件放至/usr/local/Cellar/tesseract/3.05.02/share/tessdata。其中3.05.02为你安装的tesseract版本号

安装workflows

下载OCR

此alfredworkflow被我简单添加了下触发关键字 cn中文,en英文

使用

图片4117－Alfred+workflows 快速截图ocr识别

图片4124－Alfred+workflows 快速截图ocr识别

ocr #默认所有中英文语言
ocr cn #指定识别中文
ocr en #指定识别英文

回车截图之后会出现消息通知（响应时间据字符长度而不定）

若内容为空最好debug查看workflows报错信息

后续问题

自定义修改插件的时候发现有些时候输入的内容无法被Alfred读取会被自动截断无任何反应
这里是因为编码转换的问题导致的确保输入内容以及输出内容的编码过滤掉特殊字符
php处理：

 function force_utf8_safe($str) {
    $res = mb_convert_encoding($str, "UTF-8", "UTF-8" ); // replace invalid characters with ?
    $res = preg_replace('/\p{Cc}+/u', '?', $res); // replace control characters with ?
    return $res;
}

说明：
字符过滤来自于 https://github.com/willfarrell/alfred-encode-decode-workflow
还可以参考它的输入字符处理方式使用normalise脚本再处理传入
参考：https://www.alfredforum.com/topic/10141-workflow-arguments-are-always-decomposed/

我的AlfredWorkflows：https://github.com/Hootrix/AlfredWorkflows

参考：
https://www.zhihu.com/question/20656680
https://tonydeng.github.io/2016/07/28/on-the-use-of-tesseract-picture-text-recognition/

PEACE～