Это опен-сурс приложение для iOS, которое использует Vision - эпловский бесплатный on-device фреймворк
(мы его знаем как функцию выделения текста на картинках)
Всё очень просто:
1/ На айфоне поднимается мини-HTTP-сервер и показывается IP для подключения
2/ По API серверу отправляется картинка
4/ И передается в Vision как RecognizeTextRequest
5/ Vision делает свою работу и отдает текст, размеры картинки и координаты в JSON
По качеству Vision лучше Tesseract (кто знает тот знает) и подходит для доков, скриншотов, книг и печатного текста в целом. С рукописью могут быть проблемы.
Приложение в AppStore | GitHub
Нужна минимум iOS 18.4
Так что если у вас завалялся лишний айфон, можно юзать его как бесплатный бекенд для OCR
@tips_ai #news
