Apple представила Live Text как системную функцию, распознающую текст на изображениях. В теории кажется, что она решает проблему «не могу выделить текст на изображениях». На практике она работает лишь в узком наборе сценариев и незаметно ничего не делает во многих ситуациях, где она реально нужна.
Где Live Text не справляется
Live Text работает внутри Фото, Preview, Safari (для некоторых изображений) и Быстрого просмотра. Примерно на этом её охват заканчивается. Вот распространённые ситуации, где она не поможет:
Кадры видео. Live Text не работает с видеоконтентом. Если текст появляется в видео на YouTube, при демонстрации экрана в Zoom, в записи QuickTime или в любом стриминговом плеере, Live Text его не распознает. Вам придётся вернуться к ручной переписке.
Интерфейсы приложений и диалоги. Текст, отрисованный как подписи в интерфейсах приложений, диалогах ошибок, пунктах меню и кастомных элементах управления, невидим для Live Text. Она активируется только на встроенных изображениях, а не на произвольном содержимом экрана.
Веб-приложения с текстом в canvas или SVG. Многие современные веб-приложения отрисовывают текст с помощью элементов canvas или SVG — панели данных, инструменты аналитики, дизайн-приложения. Live Text не проникает в эти контексты отрисовки.
Невыделяемые PDF. Хотя Preview иногда может распознать текст в PDF на основе изображений, результаты нестабильны и зависят от качества скана, сложности страницы и структуры PDF. Многие отсканированные документы вообще не показывают никакого взаимодействия с Live Text.
Контент, защищённый от копирования. Live Text соблюдает DRM и ограничения на копирование. Если приложение или документ отключили выделение текста, Live Text следует этому же правилу.
Нет истории захватов. У Live Text нет памяти. Каждое распознавание эфемерно. Если вы закроете изображение или уйдёте со страницы, распознанный текст исчезнет. Нет ни журнала, ни истории того, что вы извлекли.
OCR уровня экрана без этих ограничений
Optic работает на уровне экрана, а не на уровне файла или изображения. Он считывает символы со всего, что видно на дисплее — из любого приложения, любого источника, в любом контексте. Кадры видео, диалоговые окна, canvas веб-приложений, заблокированные PDF, сеансы удалённого рабочего стола — если вы видите текст, Optic его прочитает.
История и синтез речи
В отличие от Live Text, Optic сохраняет каждый захват в постоянной истории, доступной из строки меню. Он также включает синтез речи, позволяя услышать захваченный текст вслух — полезно для вычитки или доступности.
Сканирование QR-кодов
Live Text умеет считывать QR-коды в некоторых контекстах с изображениями, но не с видео, демонстрации экрана или произвольных окон приложений. Optic сканирует QR-коды откуда угодно на экране и мгновенно их декодирует.