Pourtype

Mac 截图识别文字:图片、视频、PDF 文字提取

作者:Leonard Chow(Pourtype 开发者) · 更新于
利益相关:我是 Pourtype 的开发者。本文列出所有方法,包括免费的。

简短回答

照片、预览和 Safari 里的图片,用 Mac 自带的实况文本:拖选文字,按住 Control 点按,选「拷贝」。暂停的视频画面在部分 App 里也能用,这是第三方文章的说法,Apple 中文页没有写,详见下文。其他地方的文字,可以先截图再用快捷指令识别,或者用 Pourtype 的 ⌘⇧C 在屏幕任意位置框选,在本机识别并复制。

我是 Pourtype 的作者;本文列出各种办法,包括免费的。Pourtype 目前在 App Review 中,尚未上架。

注意:本文说的是复制画面里「看得见的文字」(图片识字,OCR),不是把视频里的说话声转成文字。语音转文字是另一回事,这里不讨论。

实况文本:照片、预览、Safari

实况文本是 macOS 自带的功能,没有额外费用。步骤基本一致:把指针移到图片里的文字上,拖移选择,按住 Control 点按所选文字,在菜单里选「拷贝」(还有查询、翻译等选项)。

限制:Apple 说明,实况文本的部分功能仅适用于部分地区或语言。语言方面,Apple 的功能可用性页面列出了简体中文、繁体中文、日文、英文等;具体以你的地区和系统版本为准。

暂停视频后复制画面文字(注意:这不是「视频转文字/语音转写」)

第三方文章(MacRumors、macdaxue)介绍:从 macOS 13 Ventura 起,把视频暂停在有文字的画面,就能像图片一样选择并拷贝文字,播放中的画面不行。

这些文章对支持的 App 说法不完全一致:MacRumors 提到「照片」、快速查看、Safari 等;macdaxue 只提到 QuickTime 播放器。我没有找到 Apple 对这一功能的中文说明,也没有核实其他浏览器是否支持,所以请以你自己的 Mac 实测为准。

这个功能只复制画面里出现的字幕或文字。它不会把视频里的语音转成文字。

截图+快捷指令「从图像中提取文本」

Apple 的 Mac 截屏快捷键:Shift-Command-4,再拖动十字线选择区域。想直接放进剪贴板而不是存到桌面,在按快捷键时加上 Control,例如 Control-Shift-Command-4。

识别环节可以交给「快捷指令」。少数派 2024 年 10 月的一篇文章在 iPhone 上使用了「从图像中提取文本」操作。我没有找到 Apple 官方页面对这个操作的说明,也没有在 Mac 的快捷指令里核实,请在你的「快捷指令」操作列表中搜索该名称确认。

限制:要自己搭一个快捷指令,每次是「截图、运行、再粘贴」几步。

扫描版 PDF

扫描版 PDF 里的文字其实是一张图。这一节我没有找到 Apple 对 PDF 的实况文本说明,所以不替它作承诺。你可以在 PDF 里按上一节的办法试一试选择文字;选不了的话,把页面显示在屏幕上,用下面的框选识别。

屏幕任意位置框选识别:Pourtype(⌘⇧C)

实况文本只在特定 App 里可用。Pourtype 是 macOS 14 及以上的菜单栏 App,作者 Leonard Chow:按 ⌘⇧C,在屏幕上任何位置拖出一个方框,框里的文字会用 Apple Vision 在 Mac 本机识别并复制。

价格是 Mac App Store 一次性买断 2.99 美元,但目前仍在 App Review 中,尚未上架,现在还不能购买。源码在 GitHub,采用 PolyForm Noncommercial 1.0.0 协议:源码可见,不是开源。

聊天软件自带的截图识字

有些聊天软件的截图工具带识字功能。我没有找到微信、QQ 当前版本的官方说明,所以本文不对它们的功能作结论;如果你正在用,直接在它们的截图工具栏里找一找就知道。

各方法对比

方法适用场合需要限制
实况文本照片、预览、Safari 里的图片无,系统自带部分功能仅限部分地区或语言;只在支持的 App 里
暂停视频+实况文本视频暂停的画面macOS 13 起(第三方文章)Apple 无中文说明;支持的 App 各文章说法不一,请自行实测
截图+快捷指令已截成图的内容自己搭快捷指令步骤多;该操作未在 Mac 上核实
Pourtype ⌘⇧C屏幕上任意位置macOS 14+,辅助功能和屏幕录制权限目前尚未上架(App Review 中)
在线 OCR 网站不想装软件时联网、上传图片图片会离开你的 Mac,见下节

隐私:本机识别 vs 上传网站

在线 OCR 网站需要先把图片上传到对方服务器。如果截图里有聊天记录、合同、证件号,这是要权衡的。实况文本和 Pourtype 都在 Mac 本机识别;Pourtype 不发起网络请求,不收集数据。

常见问题

支持哪些语言?

Pourtype 的框选识别支持简体中文、繁体中文、英文、日文。实况文本的语言以 Apple 的功能可用性页面为准。

会上传我的屏幕吗?

不会。Pourtype 在 Mac 本机用 Apple Vision 识别,不发起网络请求,不收集数据。

历史记录存在哪里,能删吗?

历史记录保存在本机,可以搜索,也可以清除。

能改快捷键吗?

可以,在设置里修改。默认是 ⌘⇧C。

拿到了文字,但输入框不让粘贴怎么办?

见 网页禁止粘贴怎么办:除了免费办法,Pourtype 的 ⌘⇧V 可以把剪贴板内容逐字输入。

相关指南

参考来源