用 mac 来做个人的 OCR 和翻译服务器可行吗

[Jackhuang]

最近想要搞个 Mac Mini M1 来作为自己的个人服务器。 日常有一些 OCR 和文本翻译的需求。本人会一些 Pytorch, 考察了一下大概的可能性

1. Github 找 OCR 的 torch/tensorflow 的预训练好的模型，然后自己 load 进来，然后起一个 server 。（水平参差不齐，灌水文比较多，而且普遍都是学术数据训练出来的，换场景和数据很难有效）
2. 调用云服务 （由于涉及收费和数据隐私，否定 X ）
3. 直接用 API 调用实况文本，或者苹果的翻译服务

由于之前没有开发过 ios 或者 mac 的应用，但是感觉苹果的 OCR 效果很不错，所以想要问问 3 的可行性，麻烦有经验的朋友分享一下。

[ecnelises]

https://developer.apple.com/documentation/vision/recognizing_text_in_images/

[Jackhuang]

@ecnelises 感谢你的回复，正如我提到的，没有开发过 ios ，请问这个 swift 的 api(我没理解错的话）可以封装成一个 binary 的可执行文件吗？

[ecnelises]

@Jackhuang
可以的，在命令行程序里 Import 这个系统框架就可以了。理论上甚至可以封装成 Python/JavaScript 等语言的 API

[Jackhuang]

@ecnelises 如果有相关的 github 的链接教程就更好了，感觉似乎可行。
找到一个类似的 https://gist.github.com/RhetTbull/1c34fc07c95733642cffcd1ac587fc4c

[ericFork]

@Jackhuang https://github.com/schappim/macOCR 这里有个带选区截图的样例

[justin2018]

https://developer.apple.com/documentation/vision

https://developer.apple.com/documentation/vision/recognizing_text_in_images

https://developer.apple.com/documentation/vision/locating_and_displaying_recognized_text

苹果有个 Vision 框架

目前支持：["en-US", "fr-FR", "it-IT", "de-DE", "es-ES", "pt-BR", "zh-Hans", "zh-Hant"]

[smartdone]

苹果的 ocr 是挺不错的，而且也就几行代码

[LeeeSe]

文本翻译可以参考软件 Bob 的思路，通过创建“快捷指令”，来实现本地翻译。
具体实现方法参考 Bob 官网

[rming]

根据你的需求，做了个类似的功能 https://github.com/baimiaoapp/baimiao-desktop