OCRX

OCRX 是一个基于 Swift 的命令行工具，用于对图像进行光学字符识别(OCR)处理。它支持多种输出格式，并可以将结果保存到文件或复制到剪贴板。

功能特点

• 支持处理多种图像格式（jpg、jpeg、png）
• 可识别中文（简体和繁体）和英文
• 支持多种输出格式：百度格式（JSON）、CSV 和原生格式
• 可将结果保存到文件或复制到剪贴板
• 支持批量处理图像目录
• 支持紧凑输出模式
• 基于 Apple 的 Vision 框架，提供高精度的 OCR 识别

系统要求

• macOS 13.0 或更高版本
• Swift 6.0 或更高版本

安装

1. 克隆此仓库：

   git clone https://github.com/yourusername/ocrx.git
   cd ocrx

2. 构建项目：

   swift build -c release

3. （可选）将可执行文件复制到系统路径：

   sudo cp .build/release/ocrx /usr/local/bin/ocrx

使用方法

基本用法：

ocrx <image-path> [--output <output>] [--format <format>]

参数说明：

• <image-path>: 要处理的图像文件路径
• --output <output>: 指定输出文件路径（可选）
• --format <format>: 指定输出格式，可选值为 baidu、csv 或 native（默认为 baidu）

示例

1. 处理单个图像并将结果输出到控制台：

   ocrx /path/to/image.jpg

2. 处理图像并将结果保存到文件：

   ocrx /path/to/image.jpg --output result.json

3. 使用 CSV 格式输出结果：

   ocrx /path/to/image.jpg --format csv

4. 批量处理目录中的所有图像：

   ocrx /path/to/image/directory --output results.json

输出格式

1. 百度格式（默认）：

   {
     "words_result": [
       {
         "words": "识别的文本",
         "location": {
           "top": 100,
           "left": 50,
           "width": 200,
           "height": 30
         }
       }
     ],
     "words_result_num": 1
   }

2. CSV 格式：

   文本,左,上,宽,高
   "识别的文本",50,100,200,30
   

3. 原生格式：

   识别的文本 (50, 100, 200, 30)
   

注意事项

• 确保您有足够的权限访问和处理目标图像文件。
• 对于大量图像的批处理，请考虑使用更强大的硬件以提高处理速度。
• 识别结果的准确性可能受图像质量、文字清晰度等因素影响。

贡献

欢迎提交问题报告和改进建议。如果您想贡献代码，请遵循以下步骤：

1. Fork 本仓库
2. 创建您的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启一个 Pull Request

许可证

本项目采用 MIT 许可证。详情请参见 LICENSE 文件。

联系方式

如有任何问题或建议，请通过以下方式联系我们：

• 电子邮件：[email protected]
• GitHub Issues：https://github.com/yourusername/ocrx/issues

感谢您使用 OCRX！