A Apple introduziu o Live Text como um recurso em nível de sistema que reconhece texto em imagens. Em teoria, parece resolver o problema de "não consigo selecionar texto em imagens". Na prática, funciona em um conjunto restrito de cenários e simplesmente não faz nada em muitas situações onde você realmente precisa dele.
Onde o Live Text Fica Aquém
O Live Text funciona dentro do Fotos, Preview, Safari (em algumas imagens) e Quick Look. É mais ou menos onde seu alcance termina. Aqui estão as situações comuns em que ele não consegue ajudar:
Frames de vídeo. O Live Text não opera em conteúdo de vídeo. Se um texto aparece em um vídeo do YouTube, um compartilhamento de tela do Zoom, uma gravação do QuickTime ou qualquer player de streaming, o Live Text não vai reconhecê-lo. Você volta para a transcrição manual.
Interfaces de apps e caixas de diálogo. Texto renderizado como rótulos em interfaces de apps, caixas de diálogo de erro, itens de menu e controles personalizados é invisível para o Live Text. Ele só é ativado em imagens incorporadas, não em conteúdo arbitrário da tela.
Web apps com texto em canvas ou SVG. Muitos web apps modernos renderizam texto usando elementos canvas ou SVG — painéis, ferramentas de dados, apps de design. O Live Text não alcança esses contextos de renderização.
PDFs não selecionáveis. Embora o Preview às vezes consiga reconhecer texto em PDFs baseados em imagem, os resultados são inconsistentes e dependem da qualidade da digitalização, da complexidade da página e da estrutura do PDF. Muitos documentos digitalizados simplesmente não mostram nenhuma interação com o Live Text.
Conteúdo protegido contra cópia. O Live Text respeita DRM e restrições de cópia. Se um app ou documento desativou a seleção de texto, o Live Text faz o mesmo.
Sem histórico de capturas. O Live Text não tem memória. Cada reconhecimento é efêmero. Se você fechar a imagem ou navegar para outro lugar, o texto reconhecido desaparece. Não há registro ou histórico do que você extraiu.
OCR em Nível de Tela Sem Essas Limitações
O Optic funciona em nível de tela, não em nível de arquivo ou imagem. Ele lê caracteres de qualquer coisa visível no seu display — qualquer app, qualquer fonte, qualquer contexto. Frames de vídeo, caixas de diálogo, canvases de web apps, PDFs bloqueados, sessões de área de trabalho remota — se você consegue ver o texto, o Optic consegue lê-lo.
Histórico e Texto para Fala
Diferente do Live Text, o Optic salva cada captura em um histórico persistente acessível pela barra de menus. Ele também inclui texto para fala, permitindo que você ouça o texto capturado lido em voz alta — útil para revisão ou acessibilidade.
Leitura de Código QR
O Live Text consegue ler códigos QR em alguns contextos de imagem, mas não a partir de vídeos, compartilhamentos de tela ou janelas de apps arbitrárias. O Optic escaneia códigos QR de qualquer lugar da sua tela e os decodifica instantaneamente.