发表于 | 分类于

今天搞了一天的段落识别。

其中，比较大的一部分时间用于多栏的自动识别。虽说最后也差不多实现了，但却增加了程序的复杂度，让其它一些原本很简单的问题，变得难以解决。

经过一番思考后，我还是删除了这部分代码，仅保留了普通段落的识别。

回过头来看，之前决定做多栏识别的决定并不正确。因为这明显优先级低，又需花费大量时间。毕竟，还有很多其他更基础、更重要的事要做。不过，好在及时制止了花更多时间。

时不时跳出来思考下。也许现在正在苦闷的事，根本就不需要在意。

发表于 | 分类于

突然感觉，我之前好像写过这个话题…

最近几天，工作中涉及到 PDF 解析、OCR 识别这 2 个话题。其实，都是有非常「久远」历史的话题。说久远，是相对于软件的发展速度，二者已经是存在了好多年的东西。而且，由于一直以为也都有这样的需求，对应的方案也在不断变化。

  • 没几年之前，二者的方案基本都是 SDK、离线库，卖高昂的售价，通常都是卖给大企业。
  • 后来，License 也变也了订阅式的。
  • 直至今日，又变成了云端服务化，按使用量收费。
  • 甚至，云端这个词都要过时了，慢慢套上了「深度学习」、「AI」这些闪耀的词汇。

随着这些形态的演示，站在台前引领风骚的主，也在不断变化。比如，之前一直被「百度更懂中文」「微软这个外企肯定更懂英文」这种思想紧紧套住。可今天一试腾讯的 OCR，发现某些图片的识别，中文比百度强、英文比微软强。

世道，真的在变化。总拿老观点看世界，会出丑的。

发表于 | 分类于

这是我第 7 款 macOS 产品了：iText

iText 是一款 从图片中识别文字 的 OCR 工具。

  • 集成百度深度学习算法（所以可以和百度 PK😂），识别结果惊人的准确
  • 配合截图、拖拽、选择图片文件等方式，操作非常便利

通过截图识别

选择屏幕任意区域，立即识别其中的文字。

配合快捷键，截图更方便。默认快捷键为 ⇧⌘1；当然，你可以在 iText 偏好设置中修改。

通过拖拽识别

比如，你在网上看到了一张图片、或者本地有个图片文件，都可以拖拽至 iText 菜单栏图标进行识别。

通过选择图片文件识别

当然，你也可以在 iText 菜单中选择图片文件进行识别。

下载

你会发现，对于 看扫描版 PDF 文件、登录才能复制文字的网页、对方以手机截图的方式发电话号码、等场景，iText 快速识字的功能，很有用、也很好用。

目前，iText 已上架 Mac App Store，点此下载

发表于 | 分类于

在大家都忙着双 11 的时候，我用了一天多的时候，做了一个小工具。虽然超级累，但还是很开心的。

作为一个独立的产品，要做的事还是很多的：

  • Logo、图标
  • 菜单栏图标基本程序
  • 截图
  • 网络服务对接
  • 拖拽
  • 界面
  • 日志
  • 剪贴板操作
  • 收集反馈
  • 试用机制
  • 检测更新
  • 本地化
  • 测试用例、测试
  • …

到底是什么小工具呢？先预告下：是一款可以和「百度」比肩的 OCR 截图识字工具。