TextSnatcher: Copia texto de imágenes, para el escritorio Linux

Artículo original ↗ Discusión en Hacker News ↗

Herramienta y enfoque básico

  • TextSnatcher usa scrot (a través de portales) y Tesseract con la configuración predeterminada y sin preprocesamiento adicional.
  • Se empaqueta como un Flatpak; Tesseract está incluido en el manifiesto de Flatpak.
  • Funciona razonablemente bien para texto de interfaz limpio y diálogos, pero tiene dificultades con imágenes ruidosas / inclinadas y no es adecuado para CAPTCHAs.

Alternativas y refinamientos con scripts de shell

  • Varios usuarios comparten scripts Bash casi idénticos: tomar una captura de una región, opcionalmente preprocesarla con ImageMagick (por ejemplo, escala de grises y redimensionar 4×), pasarla a Tesseract, copiar al portapapeles y mostrar una notificación.
  • Las variantes difieren principalmente en: herramienta de captura (scrot, maim, grim+slurp, gnome-screenshot, spectacle, import, flameshot, mate-screenshot), herramienta de portapapeles (xsel, xclip, wl-copy) y UIs de selección de idioma (dmenu, fuzzel, wofi).
  • Algunos scripts ponen énfasis en un manejo robusto de errores, limpieza mediante mktemp -d y trap, y buenas prácticas de comillas en shell.

Calidad de OCR y debate sobre Tesseract

  • Experiencias mixtas: algunos consideran que Tesseract es “bastante terrible” para fuentes UI sans-serif y escaneos antiguos; otros dicen que ha mejorado mucho en la última década y funciona bien para escaneos controlados.
  • Se destaca el modo de segmentación de página: el PSM 3 predeterminado puede ser subóptimo; PSM 11 para texto desconectado puede ayudar.
  • Se informa que pilas OCR alternativas (EasyOCR, OCRmyPDF) superan a Tesseract en algunos escenarios.
  • Existe la percepción de que el OCR “debería estar resuelto”, pero los recibos y los escaneos de baja resolución siguen causando errores frecuentes.

Alternativas específicas por plataforma

  • Windows: PowerToys Text Extractor y la herramienta Recortes integrada con OCR son soluciones comunes.
  • macOS/iOS: Live Text en Preview, Quick Look, Safari, selección de texto en fotos a nivel del sistema y herramientas de terceros como macOCR, TRex y Textinator.
  • Android: Google Lens, Photos, selección de texto en la pantalla de vista general y “circle to search”.
  • Otras herramientas de escritorio mencionadas incluyen NormCap y Frog.

Empaquetado, compatibilidad y mantenimiento

  • Se considera que Flatpak está ampliamente disponible, pero no siempre preinstalado; algunos señalan posibles problemas de compatibilidad GTK/escritorio para aplicaciones sin mantenimiento.
  • El repositorio de TextSnatcher parece inactivo y el certificado de su sitio web ha expirado, lo que plantea preocupaciones sobre el soporte a largo plazo, aunque algunos sostienen que las herramientas antiguas pueden seguir siendo útiles.

Consideraciones de privacidad y seguridad

  • Un comentarista sospechó de procesamiento remoto, pero la inspección del código fuente muestra solo uso local de Tesseract; no hay evidencia de servicios externos en el código.