OCR （Optical Character Recognition，光学字符识别）就是将图片中的文字识别出来，让你可以编辑，复制等，免去了自己手动输入的麻烦。印象笔记、OneNote、DEVONthink Pro Office 等笔记类软件或服务都将其作为一大亮点功能，让用户可以搜索或复制图片中文字内容。

近日，GitHub 上有用户创造出一种 在 macOS 中「搜索图片中文字」的方法 。其效果是：某张截图或其它图片中含有文字，在经过处理后，可以由 Spotlight 或 Alfred 直接搜索图片中的文字，从而定位并打开图片。你也可以在右键菜单中打开图片文件的简介，复制识别的文字。

该方法是利用 Tesseract 实现的。Tesseract 是开源的 OCR 引擎，已有 33 年的历史，最早由惠普实验室开发，经过一翻波折后开源，现由 Google 赞助、开发、维护，支持 100 余种语言。相比目前流行的云识别，其识别质量稍显不足，但是基本满足一般的搜索需要。

需要安装的工具：

1. Homebrew。如果不了解 Homebrew，可以先看下专题 Homebrew，Mac 应用管家

2. Tesseract。安装命令:

    brew install tesseract
   
    # 添加中文语言识别数据包
    wget -O /usr/local/share/tessdata/chi_sim.traineddata https://raw.githubusercontent.com/tesseract-ocr/tessdata/3.04.00/chi_sim.traineddata
   

   注：brew install tesseract --with-all-languages 可以在安装 tesseract 的同时安装所有语言识别数据包（100余种）。

3. ImageMagick。安装命令：brew install ImageMagick，这是为了对图片进行预处理，以改善识别效果。

GitHub 上的脚本经我改进后如下，这也是下文中所有方案的核心部分：

imgFile=$1

# 预处理并识别文字
# sed 是为了转义识别结果中的英文双引号，会引起错误
CONTENTS=$(/usr/local/bin/convert "$imgFile" -magnify -alpha remove - | /usr/local/bin/tesseract -c language_model_penalty_non_dict_word=0.8 stdin stdout -l eng+chi_sim  | sed "s/\"/\\\\\"/g" )

# 将识别结果设置为图片的注释
cmd1="set theComment to \"$CONTENTS\""
cmd2="tell application \"Finder\" to set comment of (POSIX file \"$imgFile\" as alias) to theComment"
/usr/bin/osascript -e "$cmd1" -e "$cmd2"

手动处理指定图片

下载 OCR Process.workflow.zip ，解压后将 OCR Process.workflow 放入~/Library/Services/中，在图片文件的右键菜单中，点击服务中的 OCR process 就会开始处理 —— 识别图片中文字，并添加为图片文件的注释。之后可通过 Spotlight 和 Alfred 搜索。

对指定文件夹中的图片自动处理：

实现手动方法后，我想更省事怎么办？那就对拖入指定文件夹中的图片自动处理。也就是说，假如有文件夹 A，经设置后，只要你将图片拖入该文件夹，就自动进行识别处理。
实现的途径有三种可选：macOS 自带功能，Hazel，Keyboard Maestro。这三种方法实现的效果是完全一样的，选择一种你喜欢或已购买的软件。

1. macOS 自带的文件夹操作设置（Folder Actions Setup）

下载 Image - OCR Process.workflow.zip ，解压后将 Image - OCR Process.workflow 放入 ~/Library/Workflows/Applications/Folder Actions/ 中。然后，在系统偏好设置 → 键盘 → 快捷键 → 服务中勾选文件夹操作设置。

选中你想要设置的文件夹，右键菜单中选择服务 → 文件夹操作设置，然后在弹出的窗口中进行设置：

1. 下面左图左上方，勾选两处以橙色下划线标注的选项。
2. 点击左图下方的 ＋，打开如右图所示的菜单。
3. 选择 OCR Process，点击附加。
4. 关闭该窗口，设置完毕。

将一个含有文字的图片文件拖入该文件夹，稍等十来秒即可，试一试吧。

2. Hazel

下载 OCR Process.hazelrules后，双击导入，设置目标监控文件夹，勾选启用它。

3. Keyboard Maestro

下载 OCR Process.kmmacros 后，双击导入，修改文件夹路径为你需要的文件夹，然后点击右上方 ☓ 以启用。

对附有特定标签的图片自动处理

上面实现了对拖入指定文件夹中的图片自动处理，但是我需要处理的图片不可能都在一个文件夹中，而且一个文件夹中的图片也不一定都需要处理。那么我们可以利用 macOS 自带的标记（Tag） 与 Hazel 软件实现：只要一个图片被加上了 toOCR 的标签，无论它在什么位置，都会自动被处理，并改为 OCRed 标签。

首先，建立智能文件夹：

1. 在访达（Finder）中按照下面左图所示设置搜索条件。
2. 点击左图中的存储，保存为智能文件夹。默认是保存到 ~/Library/Saved Searches 文件夹中，你可以自选位置。

这样，在任何时候打开该文件夹，都会看到目前所有的附有 toOCR 标记的图片。

然后，下载 OCR Process for toOCR.hazelrules后，双击导入，选择上面保存的智能文件夹，勾选启用它。

搜索

使用上面的方法，对图片文件处理后，就可以利用 Spotlight 和 Alfred 搜索——输入你印象中图片上的文字，即可找到该图片。具体的搜索方法和技巧，可以看我的前一篇文章 快捷添加注释，灵活使用搜索，帮你迅速找到软件和文件

附注

对一张图片进行文字识别，可能需要十几秒的时间。而且，时间会随着图片体积和其中文字数量的增长而增长，不建议一次性批量处理过多的图片。

这个方法的核心就是识别文字、添加为图片的注释。还可以用于解决其它问题，搜索只是一项，期待你将自己的用法留言写下来。

> 想用好命令行、成为 Mac 高手，欢迎访问专题 轻松玩转 Mac 命令 💻

> 下载 少数派 iOS 客户端、关注 少数派公众号，让智能设备更好用 ⚡️