
iText 是一款运行在 macOS 上的 OCR 图像识字工具,主要用来把屏幕截图、本地图片里的文字变成可编辑、可复制的文本。它针对中文环境做了优化,同时集成了翻译与校对能力,适合经常需要从 PDF、网页、纸质文档扫描件和外文界面里”抠字”的人使用。
它解决什么问题
日常办公和学习里有一类很常见的小麻烦:文字明明就在眼前,却拿不到。PDF 是扫描件或做了防复制处理,网页上的段落被图片化,会议材料是别人发来的截图,说明书只有一张外文包装盒照片——这些内容想要引用一句、录入一段,往往只能对着屏幕一个字一个字敲,慢且容易出错。
另一种情况是核对。识别出来的文字对不对、段落有没有串行、数字有没有错位,如果没有对照界面,只能来回切换窗口比对,费眼睛也费时间。
iText 的解决思路是把”截取—识别—校对—使用”压缩成一条很短的路径:用系统菜单栏上的常驻图标随时唤起截屏,框选区域后直接得到文本;识别结果可以用双栏对照的方式和原图并排核对;需要翻译时一键走翻译接口,结果自动进剪贴板,接着就能粘贴到任何地方。它不试图替代文档编辑器,而是把”取字”这一步做得足够快。
核心功能与特点
截图识字:选取任意区域转为文本
iText 自带截屏工具,可以框选屏幕上的任意区域,把区域内的图像内容识别成可编辑文字。相比先截图存成文件、再导入识别工具的两步操作,它把动作合并成一次框选,适合处理网页上无法复制的段落、视频画面里的字幕、软件界面中的报错信息等零散内容。

多种导入方式:拖拽与快捷键
除了截屏,它也支持把本地图片直接拖到菜单栏图标上完成识别,或通过快捷键提交图片。这意味着手头已有的截图、扫描件、手机拍的照片,不必先打开某个窗口再层层点击,拖一下就出结果。对于习惯用键盘操作的用户,快捷键路径能进一步减少鼠标移动。
连续识别:多张图片按顺序拼接输出
这是 iText 比较有辨识度的一项能力。当一段内容分散在屏幕的不同位置——比如一份被拆成几块的表格、跨页的说明文字、聊天记录里断续的几条信息——可以连续截取多张不同区域的图片,软件会自动把所有识别结果按截取顺序拼接成一段完整文本输出。省掉了逐次复制、再手动粘贴拼接的环节,对整理资料和汇总录入尤其明显。
多引擎识别与段落校对
iText 集成了腾讯、百度、Google 三家识字技术,官方说明其目的是在中文和多国语言场景下保持较高的识别准确率。识别完成后,软件会自动判断段落结构,并提供双栏对比模式,把原图与识别结果并排显示,方便逐行核对。对财务、行政等需要确认数字与关键信息无误的岗位来说,这个对照视图比反复切换窗口可靠得多。
翻译与剪贴板联动
工具内置了 Google 与百度翻译接口,识别出的文本可以一键翻译,结果自动复制到剪贴板。遇到外文系统界面、外语说明书、海外客户的图片资料时,可以先识字再翻译,不用把文字复制到浏览器里另开一个翻译页面。整个流程仍然停留在同一个工具内。
实际使用体验
iText 以菜单栏应用的形式存在,没有占据屏幕的主窗口,日常几乎感觉不到它的存在,需要时点图标或按快捷键即可。上手难度很低:第一次使用只要记住”框选范围”这一个动作,剩下的识别、校对、复制都是自动完成的。
典型流程是:看到需要的文字 → 唤起截屏 → 框选 → 在结果窗口核对 → 复制或翻译。熟练之后单次操作只需几秒,比手动录入一段百字内容快一个数量级。连续识别功能在整理多段分散资料时优势最明显,因为它把”多次识别 + 多次粘贴 + 手动排序”合并成了一次输出。
界面提供中文与英文两种语言,交互风格偏向 macOS 原生应用的简洁路线,功能入口集中在菜单栏下拉与偏好设置中,没有复杂的参数面板需要配置。对于不熟悉 OCR 工具的用户,基本不需要阅读说明就能用起来;想用得更细的人,可以在设置里调整识别引擎、快捷键等选项,具体可选项以官方说明为准。
适合谁 / 不适合谁
适合的人群与场景:
- 学生与研究人员:从不可复制的 PDF、扫描版教材、网页资料中快速摘取引文。
- 办公与行政人员:把纸质文档、会议截图、聊天记录里的内容汇总成电子文本。
- 跨境办公与外语使用者:识别外文界面或图片后直接翻译成中文理解。
- 财务、审计等需要核对的岗位:用双栏对照逐项确认发票、报表上的数字与文字。
- 经常处理图片素材的人:拖拽图片即可取字,不必先做格式转换。
不太适合的情况:
- 使用 Windows 或 Linux 的用户。iText 是 macOS 平台工具,其他系统无法运行。
- 需要完整 PDF 编辑、排版、批注工作流的人。它的定位是识字与取字,不是文档编辑器。
- 需要大规模批量处理成百上千张图片、并要求自动归档管理的用户。iText 的能力重心在交互式截取与单次识别,是否满足批量需求以官方说明为准。
- 对识别引擎的数据传输方式有严格合规要求、必须完全离线处理的场景,建议先确认官方对联网识别的说明再决定。

常见问题
它能替代翻译软件或 PDF 阅读器吗?
不能完全替代。iText 的翻译是围绕”识别出的文本”提供的一键快捷入口,适合看懂的场景,不承担长文档翻译、术语库管理等专业翻译工作;它也不具备 PDF 编辑、批注、格式重排能力。它的价值在于把图片里的文字取出来,之后的处理仍交给对应工具。
支持哪些平台和语言?
平台方面仅支持 macOS。界面语言提供中文和英文。识别侧集成了腾讯、百度、Google 三家引擎,官方说明其面向中文环境优化并支持多国语言识别,具体支持的语言清单与引擎可选项,以官方说明为准。
学习成本高吗,需要专门配置吗?
上手成本很低。核心操作只有”框选区域”一个动作,安装后从菜单栏唤起即可使用,不需要训练模型或编写规则。进阶用法如快捷键自定义、识别引擎切换、连续识别的拼接顺序等,可以在偏好设置中按需调整,不调整也不影响基本使用。
总的来说,iText 最适合这样一类人:每天都要和”看得见却复制不了”的文字打交道,希望把取字这件事从几分钟压缩到几秒钟,并且顺手完成翻译和核对。