苹果推出实况文本,作为一项能识别图片中文字的系统级功能。理论上听起来它解决了"无法选中图片中文字"的问题。但实际上,它只在一小部分场景下有效,而在许多你真正需要它的情况下却悄无声息地毫无反应。
实况文本力不能及的地方
实况文本在照片、预览、Safari(部分图片)和快速查看中可以使用。它的覆盖范围大致就到这里为止。以下是它无能为力的常见情况:
视频画面。实况文本不对视频内容起作用。如果文字出现在 YouTube 视频、Zoom 屏幕共享、QuickTime 录屏,或任何流媒体播放器中,实况文本无法识别它。你只能回到手动转录。
应用界面和对话框。在应用界面、错误对话框、菜单项和自定义控件中以标签形式渲染的文字,对实况文本来说是不可见的。它只对嵌入的图片起作用,而不是对任意屏幕内容起作用。
使用 canvas 或 SVG 文字的网页应用。许多现代网页应用使用 canvas 元素或 SVG 渲染文字——仪表盘、数据工具、设计应用。实况文本无法触及这些渲染场景。
无法选中的 PDF。虽然预览有时能识别基于图片的 PDF 中的文字,但结果并不稳定,取决于扫描质量、页面复杂度和 PDF 结构。许多扫描文档根本没有任何实况文本交互。
受版权保护的内容。实况文本会遵守 DRM 和复制限制。如果某个应用或文档禁用了文本选择,实况文本也会照做。
没有捕获历史。实况文本没有记忆功能。每一次识别都是短暂的。一旦你关闭图片或切走,识别出的文字就消失了。没有任何日志或历史记录留存你提取过的内容。
没有这些限制的屏幕级 OCR
Optic 在屏幕层面工作,而不是在文件或图片层面。它读取显示器上任何可见的字符——任意应用、任意来源、任意场景。视频画面、对话框、网页应用的 canvas、锁定的 PDF、远程桌面会话——只要你能看到文字,Optic 就能识别它。
历史记录与文字转语音
与实况文本不同,Optic 会把每次捕获都保存在一个持久的历史记录中,可以从菜单栏访问。它还包含文字转语音功能,让你能听到捕获的文字被朗读出来——对校对或无障碍使用很有帮助。
二维码扫描
实况文本在某些图片场景下能读取二维码,但无法从视频、屏幕共享或任意应用窗口中读取。Optic 能从屏幕上任何位置扫描二维码并立即解码。