Mac 上的最佳 OCR [免费在线工具]

2.0 OCR 工具

在本文中，我们将讨论一些适用于 Mac 用户的最佳 OCR 软件工具。 它们包括：

1. Adobe Acrobat Pro DC
2. ABBYY FineReader PDF
3. Readiris 17
4. 铁氧体

2.1 Adobe Acrobat Pro DC

Adobe Acrobat Pro 是最初的文档扫描 OCR 程序，也是我们 2023 年评选出的 Mac OCR 软件最佳选择。 Adobe Acrobat Pro 是 Mac 上唯一一款能够创建和编辑 PDF 文档，以及将 PDF 文件转换为可编辑或可搜索格式的程序，这不足为奇。 PDF格式最初是由Adobe公司开发的。 虽然市面上有很多其他产品也能处理各种 PDF 任务，但 Adobe Acrobat Pro DC 依然非常强大。尽管可以通过 Adobe Document Cloud 在线访问 Adobe Acrobat Pro DC，但其 Mac 桌面客户端的卓越性能依然脱颖而出。 值得注意的是，Adobe Acrobat 是唯一与最新的 M1 和 M2 Mac 兼容的 OCR 程序，这进一步增强了它的吸引力。

1. 首先，启动 Acrobat 并打开一个 PDF 文件。
2. 在右侧窗口中，选择"编辑 PDF"工具。 Acrobat 会在自动对文档进行光学字符识别 (OCR) 扫描后，迅速将其转换为完全可编辑的 PDF 副本。

！ Mac 最佳 OCR，图 1 - 在 Adobe Acrobat 中打开的"第 1 页"PDF 文件。

单击元素即可编辑。 您提供的任何附加文本都将与原始字体样式保持一致。 要保存您新修改的文档，请选择"文件">"另存为"。

您可以在Adobe Acrobat 网站上了解更多关于 Adobe Acrobat DC 安装的信息。

2.2 ABBYY FineReader PDF for Mac

ABBYY FineReader PDF OCR Mac 软件已经面世近 20 年了，尽管在大部分时间里，它的品牌名称是 ABBYY FineReader Pro。 随着 macOS Big Sur 的发布，ABBYY 更新了 FineReader 产品线，推出了 FineReader PDF。 遗憾的是，它只能在 Intel Mac 上原生运行。 ABBYY FineReader PDF for Mac 与 M1 和 M2 Mac 兼容，但仅当与 Rosetta 一起使用时才兼容。Rosetta 是 macOS 中的一个程序，可以将为 Intel 处理器设计的软件转换为可在 Apple Silicon 芯片上运行的软件。 目前还没有与 M1/M2 芯片原生兼容的 Mac 版 FineReader PDF。 尽管如此，ABBYY FineReader PDF 仍然是 Mac 和 PC 上最好的桌面 OCR 程序之一。

虽然原始文档的质量会影响准确率，但 FineReader PDF 的 OCR 文本识别能力非常出色，无疑是市场上最好的。 扫描文档的原始格式，包括文本大小、字体样式、照片、表格和布局，均得以保留。 它在快速、准确地识别文本方面也表现出色。 以下是执行 OCR 的步骤：

1. 启动 ABBYY FineReader PDF。
2. 选择"可搜索 PDF"选项，即可打开 PDF 并将其转换为可搜索的 PDF。 您还可以保存转换后的PDF文件。

！ Mac 最佳 OCR，图 2 - ABBYY FineReader 源对话框。

要了解更多关于 ABBYY FineReader 的信息，请访问他们的网站。

2.3 Readiris 17

Mac 用户可以使用 ReadIris 17 作为 OCR 解决方案。 尽管 ReadIris 主要面向 Windows 用户，但它也为 Mac 用户开发了一款具有 OCR 功能的 PDF 阅读器和编辑器。

使用 ReadIris 17，用户可以轻松合并、拆分、保护和签署 PDF 文件。 这款离线 Mac OCR 软件可以将 PDF 文件转换为 Word、Excel、可搜索 PDF 或 PowerPoint，同时保留文档格式。 但是，免费增值版本对一次可扫描的页数有限制。

！ Mac 最佳 OCR，图 3 - ReadIris 17 中带有文本"Hello world!"的 PDF。

我将一张图片输入软件，并尝试从中提取文本。 此外，它还捕捉到了屏幕上可见的元素。 可能需要进行一些后期处理。

欲了解更多信息，请访问Iris 网站。

2.4 IronOCR

与标准 Tesseract 库相比， IronOCR增强了 Tesseract 的功能，提供了一个具有更高准确性、性能和稳定性的原生 C# OCR 库。 它能够使用 .NET 工具和网站从 PDF 和图像中提取文本。 IronOCR 支持多种外语，可以输出纯文本或结构化数据。 它能够读取条形码和带有嵌入式文本的图像。 使用 Dot NET 控制台、Web、MVC 和桌面开发的应用程序可以利用 Iron Software OCR 库。 开发团队为商业部署提供直接支持。 IronOCR 与最新版本的 Visual Studio 兼容。

IronOCR的优势

1. IronOCR 利用现代 Tesseract 5 引擎，可以扫描各种图像或 PDF 文件中的纸质文档、条形码和二维码。 该软件包简化了将 OCR 集成到桌面、控制台和 Web 应用程序中的过程。 2.借助 IronOCR，我们可以执行 OCR，将扫描的 PDF 转换为可搜索的 PDF。
2. IronOCR 支持全球 125 种不同的语言，此外还支持自定义语言和单词列表。
3. 该软件可以读取 20 多种不同类型的条形码和二维码。
4. IronOCR 提供条形码数据和纯文本输出。 开发者可以通过另一种结构化数据对象范式访问所有内容，以便直接输入到系统中。 这包括在线应用程序中逻辑组织有序的标题、段落、行、单词和字符。

更多信息，请访问IronOCR 网站。

使用 IronOCR 进行 OCR 处理

IronOCR 是一个强大的 OCR 库，可以转换 PDF 文档并访问数据。 它有助于将数据转换为机器可读文本，以便进行高效的分析和处理，同时又不损害数据隐私。 以下示例展示了如何使用 IronOCR 通过 OCR 技术从图像中提取文本：

// Instantiate IronTesseract object to use IronOCR capabilities
var Ocr = new IronTesseract();

// Specify the language to use for OCR
Ocr.Language = OcrLanguage.EnglishBest;

// Define the Tesseract version to use
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Use an OcrInput object to add images for OCR processing
using (OcrInput ocrInput = new OcrInput("Demo.gif"))
{
    // Perform OCR and obtain the result containing extracted text
    OcrResult ocrResult = Ocr.Read(ocrInput);

    // Print the extracted text to the console
    Console.WriteLine(ocrResult.Text);
}

// Instantiate IronTesseract object to use IronOCR capabilities
var Ocr = new IronTesseract();

// Specify the language to use for OCR
Ocr.Language = OcrLanguage.EnglishBest;

// Define the Tesseract version to use
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Use an OcrInput object to add images for OCR processing
using (OcrInput ocrInput = new OcrInput("Demo.gif"))
{
    // Perform OCR and obtain the result containing extracted text
    OcrResult ocrResult = Ocr.Read(ocrInput);

    // Print the extracted text to the console
    Console.WriteLine(ocrResult.Text);
}

' Instantiate IronTesseract object to use IronOCR capabilities
Dim Ocr = New IronTesseract()

' Specify the language to use for OCR
Ocr.Language = OcrLanguage.EnglishBest

' Define the Tesseract version to use
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5

' Use an OcrInput object to add images for OCR processing
Using ocrInput As New OcrInput("Demo.gif")
	' Perform OCR and obtain the result containing extracted text
	Dim ocrResult As OcrResult = Ocr.Read(ocrInput)

	' Print the extracted text to the console
	Console.WriteLine(ocrResult.Text)
End Using

在提供的代码片段中， IronTesseract增强了 OCR 功能。 OcrInput对象创建了一个简单的接口，用于添加图像以进行文本提取。 指定的图像路径用于初始化 OCR 过程， IronOCR读取图像并将文本提取为字符串格式。

！ Mac 最佳 OCR，图 4 - 在 Adobe Acrobat 中打开的 PDF 文件，其中包含文本"Hello world!"。

下面的输出显示了从提供的图像中提取的文本，确认已正确执行提取。 IronOCR 还支持多种输出格式以保存结果。

！ Mac 最佳 OCR，图 5 - 命令行上显示文本"Hello world!"。