textra

Textra

แอปพลิเคชันบรรทัดคำสั่งเพื่อแยกข้อความจากรูปภาพ, PDF และไฟล์เสียงโดยใช้ APIs วิสัยทัศน์และคำพูดของ Apple

การติดตั้ง

Textra ต้องการ Mac OS เวอร์ชัน 13 หรือมากกว่าเพื่อเข้าถึง API VisionKit ล่าสุด

วิธีที่ง่ายที่สุดในการติดตั้ง textra คือการเปิดหน้าต่างเทอร์มินัลและเรียกใช้คำสั่งต่อไปนี้:

curl -L https://github.com/freedmand/textra/raw/main/install.sh | bash

อีกทางเลือกหนึ่งดาวน์โหลดรีลีสล่าสุดคลายซิปและวาง textra Executable ที่ไหนสักแห่งบน $PATH ของคุณ

การใช้งาน

textra [options] FILE1 [FILE2...] [outputOptions]

ตัวเลือก

-h , --help : แสดงความช่วยเหลือขั้นสูง

-s , --silent : ระงับเอาต์พุตที่ไม่จำเป็น

-l , --locale : ระบุสถานที่ (เช่น en-us) สำหรับการจดจำข้อความ

-v , --version : แสดงหมายเลขเวอร์ชัน

ตัวเลือกเอาต์พุต

-x , --outputStdout : เอาต์พุตทุกอย่างไปยัง stdout (ค่าเริ่มต้น)

-o , --outputText : เอาต์พุตทุกอย่างไปยังไฟล์ข้อความเดียว

-t , --outputPageText : เอาต์พุตแต่ละไฟล์/หน้าไปยังไฟล์ข้อความ

-p , --outputPositions : ข้อความตำแหน่งเอาต์พุตสำหรับแต่ละไฟล์/หน้าไปยัง JSON (การทดลอง; ผลลัพธ์อาจแตกต่างจากข้อความหน้า)

ตัวอย่าง

textra audio.mp3 : แยกข้อความจาก "Audio.mp3" และเอาท์พุทไปยัง stdout

textra page1.png page2.png -o combined.txt : แยกข้อความจาก "page1.png" และ "page2.png" และส่งออกข้อความรวมเป็น "combined.txt"

textra doc.pdf -o doc.txt -t doc/page-{}.txt : แยกข้อความจาก "doc.pdf" และเอาท์พุทในสองรูปแบบ: 1) ข้อความรวมของหน้าทั้งหมดที่เก็บไว้ใน "doc.txt" และ 2) ข้อความตำแหน่ง "หน้า" ฯลฯ )

textra image1.png -o text1.txt image2.png -o text2.txt : แยกข้อความจาก "image1.png" และเอาต์พุตที่ "text1.txt"; แยกข้อความจาก "image2.png" และเอาต์พุตที่ "text2.txt"

textra image.png --outputPositions positionalText.json : แยกข้อความตำแหน่งจาก "image.png" และเอาต์พุตที่ "positionaltext.json"

คำแนะนำ

ในการใช้ textra คุณต้องระบุไฟล์อินพุตอย่างน้อยหนึ่งไฟล์

textra จะแยกข้อความทั้งหมดออกจากไฟล์ Image/PDF/Audio ที่ป้อนเข้า โดยค่าเริ่มต้น textra จะพิมพ์เอาต์พุตไปยัง stdout ซึ่งสามารถดูหรือส่งลงในโปรแกรมอื่นได้

คุณสามารถใช้ตัวเลือกเอาต์พุตด้านบน ณ จุดใดก็ได้เพื่อแยกไฟล์ที่ระบุไปยังดิสก์ในรูปแบบต่างๆ ตัวอย่างเช่น textra doc.png -o page.txt -p page.json จะแยก "doc.png" ในสองรูปแบบ: เป็นข้อความหน้าเป็น "page.txt" และเป็นข้อความตำแหน่งเป็น "page.json"

คุณสามารถเว้นวรรคกับอินพุตด้วยตัวเลือกเอาต์พุตเพื่อควบคุมอย่างประณีตซึ่งเอกสารที่สกัดหลายฉบับจะจบลง ตัวอย่างเช่น textra doc.png -o image.txt speech.mp3 -o audio.txt จะแยก "doc.png" ถึง "image.txt" และ "speech.mp3" เป็น "audio.txt" ตามลำดับ

สำหรับตัวเลือกเอาต์พุตที่เขียนไปยังแต่ละหน้า ( -t , -p ), textra อนุญาตให้พาวเวอร์เอาท์พุทที่มีวงเล็บปีกกา {} วงเล็บปีกกาเหล่านี้จะถูกแทนที่ด้วยหมายเลขหน้าในกรณีของไฟล์ PDF ชื่อไฟล์ฐานในกรณีของไฟล์ภาพหรือ baseFileName-pageNumber ในกรณีของไฟล์ PDF หลายไฟล์ โดยไม่ต้องระบุวงเล็บปีกกา Textra จะผนวกเส้นประตามด้วยหมายเลขหน้า/ชื่อไฟล์ฐานไปยังเส้นทางที่ระบุ

การแก้ไขปัญหา

• ERROR: Speech recognizer does not support on-device recognition :

  หากคุณได้รับข้อผิดพลาดนี้คุณอาจต้องเปิดใช้งานการเขียนตามคำบอกซึ่งคุณสามารถทำได้ใน การตั้งค่าระบบ -> คีย์บอร์ด -> การเขียนตามคำบอก -> เปิดใช้งานตามคำบอก

  การพลิกการตั้งค่าตามคำบอกอาจไม่สามารถแก้ไขข้อผิดพลาดได้ทันที หาก textra ยังคงให้ข้อผิดพลาดนี้หรือหากคุณไม่สามารถสลับการตั้งค่าให้ลองคลิกที่รายการเมนู "แก้ไข" จากแถบเมนูด้านบนเมื่อคุณอยู่ในแอปพลิเคชัน (เช่นเทอร์มินัล) และคลิก สิ่งนี้อาจกระตุ้นให้คุณเปิดใช้งาน "ตามคำบอก" อีกครั้งและอาจมีการแจ้งเตือนไมโครโฟน (ซึ่งคุณสามารถยกเลิกได้ทันทีโดยคลิกที่ "เสร็จสิ้น")

  ลอง textra อีกครั้ง หากใช้งานได้คุณอาจปิดการเขียนตามคำบอกได้ตลอดเวลาในการตั้งค่าระบบ หากไม่เป็นเช่นนั้นโปรดยื่นปัญหา

ใบอนุญาต

มิกซ์

ผลงาน

repo นี้อยู่ในช่วงเริ่มต้น แต่ยินดีต้อนรับการมีส่วนร่วม โปรดส่งปัญหาหรืออย่าลังเลที่จะแยกและสนับสนุนคำขอดึง

การให้เครดิต

ขอบคุณมากสำหรับ Brandon Roberts และ Marcos Huerta สำหรับความช่วยเหลือและกำลังใจในการสกัดข้อความตำแหน่ง