mac用户需升级至macos sonoma 14.0+并启用实况文本及简体中文语言包,才可在quicktime、safari或chrome中实时悬停识别视频帧文字;quicktime暂停悬停最稳定,safari需全屏模式,chrome须启用实验标志,快捷指令可批量截帧ocr。

Mac用户想从正在播放的视频画面中直接提取当前帧的文字内容,无需暂停、截图、再识别三步操作,系统原生支持实况文本实时悬停识别,但需满足特定前提条件才能触发。
确认系统支持并启用实况文本
实况文本功能在macOS Monterey 12.0起内置,但视频帧内文字识别能力依赖Vision框架升级,【必须使用macOS Sonoma 14.0或更高版本】。低于此版本的系统无法对QuickTime、Safari、Chrome等播放器中的动态画面调用OCR。
点击苹果菜单→“系统设置”→“辅助功能”→“实况文本”,确保开关已开启;右侧“语言”中必须勾选简体中文——若未安装,点击“添加语言”并完成下载,否则识别结果为空或乱码。
重启任意已打开的视频应用(如QuickTime Player、Safari、VLC),让新语言包生效。
在QuickTime Player中直接识别视频当前帧文字
这是最稳定、兼容性最强的路径,适用于本地MP4、MOV、MKV(需VLC转封装)等格式。
方法一:暂停后悬停识别(推荐初试)
1、用QuickTime Player打开视频文件,播放至目标画面,按空格键暂停。
2、将鼠标缓慢移向画面中文字区域,等待光标变为“I”形插入符或带T的十字形——【此时切勿移动画面滚动条或调整窗口大小,否则高亮会立即消失】。
3、按住左键拖选目标文字,松开后出现浅蓝色选区及浮动工具栏。
4、点击工具栏“拷贝”,或直接按Command+C复制。
方法二:不暂停,靠帧冻结+悬停(适合字幕滚动快的场景)
1、播放中按Command+Shift+4,然后迅速按空格键——这会触发系统自动截取当前帧并保存为PNG到桌面。
2、双击该截图,在预览App中打开。
3、无需点击菜单,直接将鼠标悬停于文字上,拖选复制即可。这一步比在视频中实时悬停更可靠,因为预览对静态图识别容错率更高。
在Safari或Chrome中识别网页嵌入视频的文字
仅适用于YouTube、Bilibili、腾讯视频等网页端播放器,且视频必须处于全屏或独立窗口模式(非小窗/画中画),否则系统无法获取渲染帧。
第一步:进入可识别状态
1、在Safari中打开含字幕/标题的视频网页,点击播放器右下角“全屏”按钮(不是F键或触控板四指上滑)。
2、等待3秒,让页面完全加载并稳定渲染——若视频仍在缓冲或弹出广告,实况文本不会激活。
第二步:悬停→拖选→复制
3、将鼠标移至字幕行、标题栏或画面内文字区域,光标变“I”形后,立即按住左键横向拖选;若拖选失败,说明当前帧文字模糊、反色或被遮罩层覆盖,需回退几秒重试。
4、松开鼠标,右键所选文字→“拷贝所选文本”,或按Command+C。
注意:Chrome需在地址栏输入chrome://flags → 搜索“Live Text” → 启用“#enable-live-text-in-video-frames”,重启浏览器才生效。Safari无需额外设置。
用快捷指令自动化截帧+OCR(批量处理多帧)
当你需要从一段5分钟教学视频中连续提取10个关键帧里的板书文字时,手动暂停太耗时,用快捷指令可一键完成。
① 打开“快捷指令”App → 点击右上角“+”新建快捷指令。
② 添加操作:“运行脚本” → 选择“Shell” → 粘贴以下命令:ffmpeg -ss 00:02:15 -i "$1" -vframes 1 -q:v 2 "/tmp/frame.png"(将00:02:15替换为你想截取的时间点)
③ 添加操作:“图像转文本” → 语言选“简体中文”。
④ 添加操作:“复制到剪贴板”。
⑤ 点击“下一步”,命名如“截帧OCR”,保存。
使用时:在访达中右键视频文件→“快速操作”→运行该快捷指令,识别结果自动进剪贴板,粘贴即用。











