Skip to content

armgit / Filee

Public Imported from GitHub
0

Free, open-source file converter. Convert 263 formats offline by drag & drop — images, PDF, Word, Excel, PowerPoint, HWP/HWPX, video, audio, e-books and archives. No upload, no Office needed.

Merge remote-tracking branch 'origin/main' into pr372-vision

KnifeLemon071e59fc7adf
diff --cc docs/ARCHITECTURE.md
index 4d953ec3,5cd601a2..d6198d98
--- a/docs/ARCHITECTURE.md
+++ b/docs/ARCHITECTURE.md
@@@ -52,20 -50,15 +52,27 @@@
same name ("Overwrite"). It frees its names and removes an output folder it made if that is left empty.
"Merge into one PDF" converts each file to PDF and merges with PDFsharp.
"Compress into one archive" packs the dropped files, unconverted, with the archive engine (`IFileCombiner`).
+ "Merge videos", "Merge audio" and "Video from images" join the files, in the order picked in the merge order
+ window, into one file with FFmpeg (`IMediaJoiner`); pictures become PNG through the image engines first. Like the
+ other one-file jobs, the output follows "subfolder only for several files", and a join that fails or is cancelled
+ is undone by the job's allocator, which deletes only paths that were the job's own.
6. **Report** – progress and results appear in the toast window and in Home → Recent conversions.
+ Renderers check only the original source for referenced fonts. `ConversionStep.MissingFonts` reports any missing
+ families to `FileResult.MissingFonts`; the toast card can offer one trusted source, while the CLI and watch jobs
+ report the names without pausing conversion or installing anything.
+## Optical Character Recognition (OCR)
+
+Filee provides engine-neutral OCR abstractions in `Filee.Core.Ocr` (`IOcrEngine`, `OcrEngineRegistry`, `OcrPageResult`, `OcrLine`, `OcrWord`, `OcrRect`).
+
+- **Engine Discovery**:
+ - `OcrEngineRegistry` discovers available OCR engines without requiring callers to couple to platform-specific projects.
+ - On macOS, `MacOsVisionOcrEngine` (in `Filee.Platform.MacOS`) calls Apple's Vision framework (`VNRecognizeTextRequest`) via Objective-C runtime P/Invoke (`objc_msgSend` on arm64, `objc_msgSend_stret` for 32-byte `CGRect` on x86_64, with `setAutomaticallyDetectsLanguage:` on macOS 13+). It is discovered via reflection at runtime so Windows and Linux builds remain decoupled.
+ - Across all desktop platforms, `TesseractOcrEngine` (in `Filee.Engines.Ocr`) runs Tesseract CLI out-of-process with timeouts and argument lists, supporting 100+ languages including Devanagari (Nepali/Hindi), Indic, Cyrillic, Thai, and Arabic scripts.
+- **Conversion Pipelines**:
+ - `ImageOcrConverter`: converts raster images directly to TXT, DOCX, and Markdown (`image-ocr` engine priority entry).
+ - `PdfDocumentReader`: when `DocumentOptions.Ocr` is enabled, runs OCR on scanned pages. Scanned PDFs with an existing invisible OCR layer (`TextRenderingMode.Neither`) use that layer directly when OCR is enabled, while preserving the scanned page picture when OCR is disabled. Rotated pages (`rotated && !_textOnly`) preserve their rendered scan picture.
+
## Files dragged from a web browser
A picture, a link to a file or a download dragged out of a browser opens the donut like a file from the file manager.
diff --cc src/Filee.App/Assets/i18n/ar.json
index c27034f0,d5f34485..0b7b1036
--- a/src/Filee.App/Assets/i18n/ar.json
+++ b/src/Filee.App/Assets/i18n/ar.json
@@@ -138,9 -146,9 +146,10 @@@
"engine.ffmpeg.description": "الفيديو والصوت: MP4 وMOV وMKV وWEBM وMP3 وM4A وWAV وFLAC وغيرها.\nواستخراج الصوت والترجمة، وإنشاء رسوم GIF وAPNG المتحركة، وحفظ الصور بصيغة HEIC.",
"engine.pandoc.description": "التحويل بين Markdown وHTML وبين ODT وRTF، ومن DOCX إلى Markdown\nالتحويل بين reStructuredText وLaTeX وOrg وAsciiDoc وTypst وMediaWiki وDocBook وJupyter وغيرها وبين Markdown وHTML وDOCX وODT\nتحويل Markdown وOrg إلى شرائح PPTX",
"engine.ghostscript.description": "تحويل EPS وPostScript وملفات Illustrator القديمة إلى PDF وصور؛ وتحويل PDF إلى EPS وPS.",
+ "engine.tesseract.description": "يتعرّف على نص الصور والمستندات الممسوحة (OCR): PDF قابل للبحث وDOCX وTXT.",
"engine.calibre.description": "صيغ الكتب الإلكترونية النادرة (LIT وLRF وCHM وPDB وRB…) وإخراج Kindle ‏(MOBI وAZW3).\nعند وضعه فوق محرك كتابة HWPX، يُنشئ أيضًا PDF من الكتب الإلكترونية (بسرعة أكبر بكثير للكتب الطويلة).",
"engine.libreoffice.description": "قراءة الصيغ القديمة والأقل شيوعًا: DOC وPPT وPages وKeynote وNumbers وWordPerfect وClarisWorks وPublisher وVisio…\nوالحفظ بصيغ DOC وXLS وPPT وODT وODP وقوالب OpenDocument وEMF.",
+ "engine.image-ocr.description": "استخراج النص من ملفات PDF الممسوحة ضوئيًا والصور إلى مستندات قابلة للتحرير (Word والنص وHWPX).",
"profile.images": "الصور",
"profile.pdf": "PDF",
"profile.office": "المستندات",
@@@ -660,12 -685,8 +694,13 @@@
"engines.guidance.linux": "ثبّت {0} باستخدام مدير الحزم في توزيعتك، ثم اختر «استخدام نسختي…» وحدّد مجلد البرنامج.",
"engines.guidance.linux.libreoffice": "ثبّته باستخدام مدير الحزم (على Ubuntu/Debian: sudo apt install libreoffice)، ثم اختر «التحقق مجددًا».\nيتطلب فتح HWP أيضًا Java وإضافة H2Orestart.",
"engines.guidance.linux.ghostscript": "ثبّته باستخدام مدير الحزم (على Ubuntu/Debian: sudo apt install ghostscript)، ثم اختر «التحقق مجددًا».",
+ "engines.guidance.linux.tesseract": "ثبّته باستخدام مدير الحزم (على Ubuntu/Debian: sudo apt install tesseract-ocr)، ثم اختر «التحقق مجددًا».",
"engines.guidance.windows": "لا يوفر Filee تنزيلًا لـ {0} لهذا الحاسوب.\nاختر «استخدام نسختي…» وحدّد نسخة مثبّتة.",
+ "engines.package.tesseract.name": "Tesseract (التعرف على النصوص متعدد اللغات)",
+ "engines.package.tesseract.description": "يتعرف على النص بأكثر من 100 لغة، بما في ذلك الديفاناغارية (النيبالية/الهندية) والعربية والخطوط النادرة.\nعلى macOS، يعمل Apple Vision أصلاً للغات الإنجليزية ولغات CJK واللغات الأوروبية بدونه.",
+ "engines.guidance.macos.tesseract": "قم بتثبيت Tesseract باستخدام Homebrew (brew install tesseract tesseract-lang)، ثم اختر “تحقق مرة أخرى”.\nأو اختر “استخدام نسختي…” وحدد مجلد bin الخاص به.",
+ "engines.guidance.linux.tesseract": "قم بتثبيت Tesseract باستخدام مدير الحزم (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all)، ثم اختر “تحقق مرة أخرى”.\nأو اختر “استخدام نسختي…” وحدد مجلد البرنامج الخاص به.",
+ "engines.guidance.windows.tesseract": "قم بتثبيت Tesseract من UB-Mannheim (github.com/UB-Mannheim/tesseract)، ثم اختر “تحقق مرة أخرى” أو حدد مجلد التثبيت الخاص به.",
"engines.use_own_app_folder": "اختر المجلد الذي يحتوي على {0}.app",
"engines.progress_detail": "{0} من {1} · {2}/ث · {3}",
"engines.eta.estimating": "جارٍ تقدير الوقت المتبقي…",
diff --cc src/Filee.App/Assets/i18n/en.json
index 31353d40,08c33f55..43b21f34
--- a/src/Filee.App/Assets/i18n/en.json
+++ b/src/Filee.App/Assets/i18n/en.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "Video and audio: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC and more.\nAlso extracts sound and subtitles, makes GIF and APNG animations and saves images as HEIC.",
"engine.pandoc.description": "Markdown and HTML ↔ ODT and RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter and more ↔ Markdown, HTML, DOCX and ODT\nMarkdown and Org → PPTX slides",
"engine.ghostscript.description": "EPS, PostScript and older Illustrator files to PDF and images; PDF to EPS and PS.",
+ "engine.tesseract.description": "Recognizes the text of scans and pictures (OCR): searchable PDF, DOCX, TXT.",
"engine.calibre.description": "Rare e-book formats (LIT, LRF, CHM, PDB, RB…) and Kindle output (MOBI, AZW3).\nAbove the HWPX writer, it also makes the PDFs of e-books (much faster for long books).",
"engine.libreoffice.description": "Reads older and less common formats: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nAlso saves as DOC, XLS, PPT, ODT, ODP, OpenDocument templates and EMF.",
+ "engine.image-ocr.description": "Extracts text from scanned PDFs and pictures into editable documents (Word, text, HWPX).",
"profile.images": "Images",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "Install {0} with your distribution’s package manager, then choose “Use my copy…” and select its program folder.",
"engines.guidance.linux.libreoffice": "Install it with your package manager (Ubuntu/Debian: sudo apt install libreoffice), then choose “Check again”.\nOpening HWP also needs Java and the H2Orestart extension.",
"engines.guidance.linux.ghostscript": "Install it with your package manager (Ubuntu/Debian: sudo apt install ghostscript), then choose “Check again”.",
+ "engines.guidance.linux.tesseract": "Install it with your package manager (Ubuntu/Debian: sudo apt install tesseract-ocr), then choose “Check again”.",
"engines.guidance.windows": "Filee has no download of {0} for this PC.\nChoose “Use my copy…” and select an installed copy.",
+ "engines.package.tesseract.name": "Tesseract (multilingual text recognition)",
+ "engines.package.tesseract.description": "Recognizes text in over 100 languages, including Devanagari (Nepali/Hindi), Arabic, and rare scripts.\nOn macOS, Apple Vision works natively for English, CJK, and European languages without it.",
+ "engines.guidance.macos.tesseract": "Install Tesseract with Homebrew (brew install tesseract tesseract-lang), then choose “Check again”.\nOr choose “Use my copy…” and select its bin folder.",
+ "engines.guidance.linux.tesseract": "Install Tesseract with your package manager (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), then choose “Check again”.\nOr choose “Use my copy…” and select its program folder.",
+ "engines.guidance.windows.tesseract": "Install Tesseract from UB-Mannheim (github.com/UB-Mannheim/tesseract), then choose “Check again” or select its install folder.",
"engines.use_own_app_folder": "Choose the folder containing {0}.app",
"engines.progress_detail": "{0} of {1} · {2}/s · {3}",
"engines.eta.estimating": "estimating time left…",
diff --cc src/Filee.App/Assets/i18n/es.json
index b3da5d10,fbc629f4..fe9054c2
--- a/src/Filee.App/Assets/i18n/es.json
+++ b/src/Filee.App/Assets/i18n/es.json
@@@ -138,9 -146,9 +146,10 @@@
"engine.ffmpeg.description": "Vídeo y audio: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC y más.\nTambién extrae sonido y subtítulos, crea animaciones GIF y APNG y guarda imágenes como HEIC.",
"engine.pandoc.description": "Markdown y HTML ↔ ODT y RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter y más ↔ Markdown, HTML, DOCX y ODT\nMarkdown y Org → diapositivas PPTX",
"engine.ghostscript.description": "EPS, PostScript y archivos antiguos de Illustrator a PDF e imágenes; PDF a EPS y PS.",
+ "engine.tesseract.description": "Reconoce el texto de escaneos e imágenes (OCR): PDF con búsqueda, DOCX, TXT.",
"engine.calibre.description": "Formatos raros de libros electrónicos (LIT, LRF, CHM, PDB, RB…) y salida Kindle (MOBI, AZW3).\nPor encima del escritor HWPX, también crea los PDF de libros electrónicos (mucho más rápido para libros largos).",
"engine.libreoffice.description": "Lee formatos antiguos y poco habituales: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nTambién guarda como DOC, XLS, PPT, ODT, ODP, plantillas OpenDocument y EMF.",
+ "engine.image-ocr.description": "Extrae texto de PDF escaneados e imágenes a documentos editables (Word, texto, HWPX).",
"profile.images": "Imágenes",
"profile.pdf": "PDF",
"profile.office": "Documentos",
@@@ -660,12 -685,8 +694,13 @@@
"engines.guidance.linux": "Instala {0} con el gestor de paquetes de tu distribución y luego elige «Usar mi copia…» y selecciona su carpeta de programa.",
"engines.guidance.linux.libreoffice": "Instálalo con tu gestor de paquetes (Ubuntu/Debian: sudo apt install libreoffice) y luego elige «Comprobar otra vez».\nAbrir HWP necesita además Java y la extensión H2Orestart.",
"engines.guidance.linux.ghostscript": "Instálalo con tu gestor de paquetes (Ubuntu/Debian: sudo apt install ghostscript) y luego elige «Comprobar otra vez».",
+ "engines.guidance.linux.tesseract": "Instálalo con tu gestor de paquetes (Ubuntu/Debian: sudo apt install tesseract-ocr) y luego elige «Comprobar otra vez».",
"engines.guidance.windows": "Filee no tiene una descarga de {0} para este PC.\nElige «Usar mi copia…» y selecciona una copia instalada.",
+ "engines.package.tesseract.name": "Tesseract (reconocimiento de texto multilingüe)",
+ "engines.package.tesseract.description": "Reconoce texto en más de 100 idiomas, incluidos devanagari (nepalí/hindi), árabe y alfabetos poco comunes.\nEn macOS, Apple Vision funciona de forma nativa para inglés, CJK e idiomas europeos sin él.",
+ "engines.guidance.macos.tesseract": "Instala Tesseract con Homebrew (brew install tesseract tesseract-lang), luego elige “Comprobar de nuevo”.\nO elige “Usar mi copia…” y selecciona su carpeta bin.",
+ "engines.guidance.linux.tesseract": "Instala Tesseract con el gestor de paquetes (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), luego elige “Comprobar de nuevo”.\nO elige “Usar mi copia…” y selecciona su carpeta de programas.",
+ "engines.guidance.windows.tesseract": "Instala Tesseract desde UB-Mannheim (github.com/UB-Mannheim/tesseract), luego elige “Comprobar de nuevo” o selecciona su carpeta de instalación.",
"engines.use_own_app_folder": "Elige la carpeta que contiene {0}.app",
"engines.progress_detail": "{0} de {1} · {2}/s · {3}",
"engines.eta.estimating": "calculando el tiempo restante…",
diff --cc src/Filee.App/Assets/i18n/fr.json
index e8b738b4,fbc0a30b..ac6e904f
--- a/src/Filee.App/Assets/i18n/fr.json
+++ b/src/Filee.App/Assets/i18n/fr.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "Vidéo et audio : MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC et plus.\nExtrait aussi le son et les sous-titres, crée des animations GIF et APNG et enregistre des images en HEIC.",
"engine.pandoc.description": "Markdown et HTML ↔ ODT et RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter et plus ↔ Markdown, HTML, DOCX et ODT\nMarkdown et Org → diapositives PPTX",
"engine.ghostscript.description": "EPS, PostScript et anciens fichiers Illustrator en PDF et images ; PDF en EPS et PS.",
+ "engine.tesseract.description": "Reconnaît le texte des numérisations et des images (OCR) : PDF consultable, DOCX, TXT.",
"engine.calibre.description": "Formats de livres numériques rares (LIT, LRF, CHM, PDB, RB…) et sortie Kindle (MOBI, AZW3).\nPlacé au-dessus du rédacteur HWPX, il produit aussi les PDF des livres numériques (bien plus vite pour les longs livres).",
"engine.libreoffice.description": "Lit les formats anciens et moins courants : DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nEnregistre aussi en DOC, XLS, PPT, ODT, ODP, modèles OpenDocument et EMF.",
+ "engine.image-ocr.description": "Extrait le texte des PDF scannés et des images vers des documents modifiables (Word, texte, HWPX).",
"profile.images": "Images",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "Installez {0} avec le gestionnaire de paquets de votre distribution, puis choisissez « Utiliser ma copie… » et sélectionnez le dossier du programme.",
"engines.guidance.linux.libreoffice": "Installez-le avec votre gestionnaire de paquets (Ubuntu/Debian : sudo apt install libreoffice), puis choisissez « Revérifier ».\nL'ouverture des HWP nécessite aussi Java et l'extension H2Orestart.",
"engines.guidance.linux.ghostscript": "Installez-le avec votre gestionnaire de paquets (Ubuntu/Debian : sudo apt install ghostscript), puis choisissez « Revérifier ».",
+ "engines.guidance.linux.tesseract": "Installez-le avec votre gestionnaire de paquets (Ubuntu/Debian : sudo apt install tesseract-ocr), puis choisissez « Revérifier ».",
"engines.guidance.windows": "Filee ne propose pas de téléchargement de {0} pour ce PC.\nChoisissez « Utiliser ma copie… » et sélectionnez une copie installée.",
+ "engines.package.tesseract.name": "Tesseract (reconnaissance de texte multilingue)",
+ "engines.package.tesseract.description": "Reconnaît le texte dans plus de 100 langues, y compris le devanagari (népalais/hindi), l'arabe et des écritures rares.\nSur macOS, Apple Vision fonctionne nativement pour l'anglais, le CJK et les langues européennes sans lui.",
+ "engines.guidance.macos.tesseract": "Installez Tesseract avec Homebrew (brew install tesseract tesseract-lang), puis choisissez « Revérifier ».\nOu choisissez « Utiliser ma copie… » et sélectionnez son dossier bin.",
+ "engines.guidance.linux.tesseract": "Installez Tesseract avec votre gestionnaire de paquets (Ubuntu/Debian : sudo apt install tesseract-ocr tesseract-ocr-all), puis choisissez « Revérifier ».\nOu choisissez « Utiliser ma copie… » et sélectionnez son dossier de programme.",
+ "engines.guidance.windows.tesseract": "Installez Tesseract depuis UB-Mannheim (github.com/UB-Mannheim/tesseract), puis choisissez « Revérifier » ou sélectionnez son dossier d'installation.",
"engines.use_own_app_folder": "Choisissez le dossier contenant {0}.app",
"engines.progress_detail": "{0} sur {1} · {2}/s · {3}",
"engines.eta.estimating": "estimation du temps restant…",
diff --cc src/Filee.App/Assets/i18n/hi.json
index deaca383,aa2b97dd..ebd900f8
--- a/src/Filee.App/Assets/i18n/hi.json
+++ b/src/Filee.App/Assets/i18n/hi.json
@@@ -138,9 -146,9 +146,10 @@@
"engine.ffmpeg.description": "वीडियो और ऑडियो: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC और अन्य।\nआवाज़ और सबटाइटल निकालता है, GIF और APNG एनिमेशन बनाता है और इमेज को HEIC में सहेजता है।",
"engine.pandoc.description": "Markdown और HTML ↔ ODT और RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter और अन्य ↔ Markdown, HTML, DOCX और ODT\nMarkdown और Org → PPTX स्लाइड",
"engine.ghostscript.description": "EPS, PostScript और पुरानी Illustrator फ़ाइलें PDF और इमेज में; PDF से EPS और PS।",
+ "engine.tesseract.description": "स्कैन और तस्वीरों का टेक्स्ट पहचानता है (OCR): खोजने योग्य PDF, DOCX, TXT।",
"engine.calibre.description": "दुर्लभ ई-बुक फ़ॉर्मैट (LIT, LRF, CHM, PDB, RB…) और Kindle आउटपुट (MOBI, AZW3)।\nHWPX writer के ऊपर होने पर यह ई-बुक के PDF भी बनाता है (लंबी किताबों के लिए बहुत तेज़)।",
"engine.libreoffice.description": "पुराने और कम प्रचलित फ़ॉर्मैट पढ़ता है: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nDOC, XLS, PPT, ODT, ODP, OpenDocument टेम्पलेट और EMF के रूप में सहेजता भी है।",
+ "engine.image-ocr.description": "स्कैन किए गए PDF और चित्रों से टेक्स्ट निकाल कर संपादन योग्य दस्तावेज़ों (Word, टेक्स्ट, HWPX) में बदलता है।",
"profile.images": "इमेज",
"profile.pdf": "PDF",
"profile.office": "दस्तावेज़",
@@@ -660,12 -685,8 +694,13 @@@
"engines.guidance.linux": "अपने डिस्ट्रीब्यूशन के पैकेज मैनेजर से {0} इंस्टॉल करें, फिर “मेरी कॉपी इस्तेमाल करें…” चुनें और उसका प्रोग्राम फ़ोल्डर चुनें।",
"engines.guidance.linux.libreoffice": "इसे अपने पैकेज मैनेजर से इंस्टॉल करें (Ubuntu/Debian: sudo apt install libreoffice), फिर “फिर से जाँचें” चुनें।\nHWP खोलने के लिए Java और H2Orestart एक्सटेंशन भी चाहिए।",
"engines.guidance.linux.ghostscript": "इसे अपने पैकेज मैनेजर से इंस्टॉल करें (Ubuntu/Debian: sudo apt install ghostscript), फिर “फिर से जाँचें” चुनें।",
+ "engines.guidance.linux.tesseract": "इसे अपने पैकेज मैनेजर से इंस्टॉल करें (Ubuntu/Debian: sudo apt install tesseract-ocr), फिर “फिर से जाँचें” चुनें।",
"engines.guidance.windows": "इस PC के लिए Filee के पास {0} का डाउनलोड नहीं है।\n“मेरी कॉपी इस्तेमाल करें…” चुनें और इंस्टॉल की गई कॉपी चुनें।",
+ "engines.package.tesseract.name": "Tesseract (बहुभाषी टेक्स्ट पहचान)",
+ "engines.package.tesseract.description": "देवनागरी (नेपाली/हिंदी), अरबी और दुर्लभ लिपियों सहित 100 से अधिक भाषाओं में टेक्स्ट पहचानता है।\nmacOS पर Apple Vision अंग्रेजी, CJK और यूरोपीय भाषाओं के लिए बिना इसके भी काम करता है।",
+ "engines.guidance.macos.tesseract": "Homebrew से Tesseract इंस्टॉल करें (brew install tesseract tesseract-lang), फिर “दोबारा जांचें” चुनें।\nया “मेरी कॉपी इस्तेमाल करें…” चुनें और इसके bin फ़ोल्डर का चयन करें।",
+ "engines.guidance.linux.tesseract": "अपने पैकेज मैनेजर से Tesseract इंस्टॉल करें (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), फिर “दोबारा जांचें” चुनें।\nया “मेरी कॉपी इस्तेमाल करें…” चुनें और इसका प्रोग्राम फ़ोल्डर चुनें।",
+ "engines.guidance.windows.tesseract": "UB-Mannheim (github.com/UB-Mannheim/tesseract) से Tesseract इंस्टॉल करें, फिर “दोबारा जांचें” चुनें या इसके इंस्टाल फ़ोल्डर का चयन करें।",
"engines.use_own_app_folder": "वह फ़ोल्डर चुनें जिसमें {0}.app है",
"engines.progress_detail": "{1} में से {0} · {2}/s · {3}",
"engines.eta.estimating": "बचा हुआ समय आँका जा रहा है…",
diff --cc src/Filee.App/Assets/i18n/ja.json
index 5d6039db,ede66293..9cfd74de
--- a/src/Filee.App/Assets/i18n/ja.json
+++ b/src/Filee.App/Assets/i18n/ja.json
@@@ -138,9 -146,9 +146,10 @@@
"engine.ffmpeg.description": "動画と音声(MP4、MOV、MKV、WEBM、MP3、M4A、WAV、FLACなど)を変換します。\n音声や字幕の抽出、GIFやAPNGアニメーションの作成、画像のHEIC保存にも対応します。",
"engine.pandoc.description": "Markdown、HTMLとODT、RTFを相互変換し、DOCXをMarkdownに変換します。\nreStructuredText、LaTeX、Org、AsciiDoc、Typst、MediaWiki、DocBook、JupyterなどをMarkdown、HTML、DOCX、ODTと相互変換します。\nMarkdown、OrgからPPTXスライドを作成します。",
"engine.ghostscript.description": "EPS、PostScript、古いIllustratorファイルをPDFや画像に変換し、PDFをEPSやPSに変換します。",
+ "engine.tesseract.description": "スキャンや画像の文字を認識します(OCR):検索可能な PDF、DOCX、TXT。",
"engine.calibre.description": "一般的でない電子書籍形式(LIT、LRF、CHM、PDB、RBなど)を変換し、Kindle用のMOBI、AZW3形式で保存できます。\n「HWPX writer」より上に置くと、電子書籍のPDF作成もCalibreが担当します(長い本では大幅に速くなります)。",
"engine.libreoffice.description": "古い形式や一般的でない形式(DOC、PPT、Pages、Keynote、Numbers、WordPerfect、ClarisWorks、Publisher、Visioなど)を読み込みます。\nDOC、XLS、PPT、ODT、ODP、OpenDocumentテンプレート、EMF形式での保存にも対応します。",
+ "engine.image-ocr.description": "スキャンしたPDFや画像からテキストを抽出し、編集可能な文書(Word、テキスト、HWPX)に変換します。",
"profile.images": "画像",
"profile.pdf": "PDF",
"profile.office": "文書",
@@@ -660,12 -685,8 +694,13 @@@
"engines.guidance.linux": "ディストリビューションのパッケージマネージャーで{0}をインストールしてから、「手元のプログラムを使う…」を選び、プログラムのフォルダーを指定してください。",
"engines.guidance.linux.libreoffice": "パッケージマネージャーでインストール(Ubuntu/Debian:sudo apt install libreoffice)してから、「再確認」を選んでください。\nHWPを開くには、JavaとH2Orestart拡張機能も必要です。",
"engines.guidance.linux.ghostscript": "パッケージマネージャーでインストール(Ubuntu/Debian:sudo apt install ghostscript)してから、「再確認」を選んでください。",
+ "engines.guidance.linux.tesseract": "パッケージマネージャーでインストール(Ubuntu/Debian:sudo apt install tesseract-ocr)してから、「再確認」を選んでください。",
"engines.guidance.windows": "このPC向けの{0}はFileeからダウンロードできません。\n「手元のプログラムを使う…」を選び、インストール済みのものを指定してください。",
+ "engines.package.tesseract.name": "Tesseract(多言語テキスト認識)",
+ "engines.package.tesseract.description": "デーヴァナーガリー(ネパール語/ヒンディー語)、アラビア語、希少言語を含む100以上の言語のテキストを認識します。\nmacOSではApple Visionが英語、CJK、ヨーロッパ言語をネイティブにサポートしています。",
+ "engines.guidance.macos.tesseract": "HomebrewでTesseractをインストール(brew install tesseract tesseract-lang)してから「再確認」を選択してください。\nまたは「手元のプログラムを使う…」を選択してbinフォルダーを指定してください。",
+ "engines.guidance.linux.tesseract": "パッケージマネージャーでTesseractをインストール(Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all)してから「再確認」を選択してください。\nまたは「手元のプログラムを使う…」を選択してプログラムフォルダーを指定してください。",
+ "engines.guidance.windows.tesseract": "UB-Mannheim(github.com/UB-Mannheim/tesseract)からTesseractをインストールし、「再確認」を選択するかインストールフォルダーを指定してください。",
"engines.use_own_app_folder": "{0}.appを含むフォルダーを選択してください",
"engines.progress_detail": "{0}/{1} · {2}/秒 · {3}",
"engines.eta.estimating": "残り時間を計算中…",
diff --cc src/Filee.App/Assets/i18n/ko.json
index d8c991f2,91d11c7e..5143bbe5
--- a/src/Filee.App/Assets/i18n/ko.json
+++ b/src/Filee.App/Assets/i18n/ko.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC 등 동영상·오디오를 변환해요.\n소리·자막 추출, GIF·APNG 만들기, 이미지 → HEIC도 해요.",
"engine.pandoc.description": "마크다운·HTML ↔ ODT·RTF, DOCX → 마크다운\nreStructuredText·LaTeX·Org·AsciiDoc·Typst·MediaWiki·DocBook·Jupyter 등 ↔ 마크다운·HTML·DOCX·ODT\n마크다운·Org → PPTX 슬라이드",
"engine.ghostscript.description": "EPS, 포스트스크립트, 예전 일러스트레이터 파일을 PDF와 이미지로, PDF를 EPS·PS로.",
+ "engine.tesseract.description": "스캔본과 사진의 글자를 인식해요(OCR): 검색 가능한 PDF, DOCX, TXT.",
"engine.calibre.description": "드문 전자책 형식(LIT, LRF, CHM, PDB, RB…)과 킨들용 출력(MOBI, AZW3).\nHWPX writer보다 위에 두면 전자책 PDF도 만들어요(긴 책은 훨씬 빨라요).",
"engine.libreoffice.description": "DOC, PPT, Pages, Keynote, Numbers, 워드퍼펙트, ClarisWorks, Publisher, Visio 같은 오래되었거나 드문 형식을 읽어요.\nDOC·XLS·PPT·ODT·ODP, 오픈도큐먼트 서식 파일, EMF로 저장도 해요.",
+ "engine.image-ocr.description": "스캔된 PDF 및 이미지에서 텍스트를 추출하여 편집 가능한 문서(Word, 텍스트, HWPX)로 변환합니다.",
"profile.images": "이미지",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "배포판의 패키지 관리자로 {0}을(를) 설치한 뒤 “내 프로그램 쓰기…”로 프로그램 폴더를 선택해 주세요.",
"engines.guidance.linux.libreoffice": "패키지 관리자로 설치(Ubuntu/Debian: sudo apt install libreoffice)한 뒤 “다시 확인”을 누르세요.\nHWP를 열려면 Java와 H2Orestart 확장도 필요해요.",
"engines.guidance.linux.ghostscript": "패키지 관리자로 설치(Ubuntu/Debian: sudo apt install ghostscript)한 뒤 “다시 확인”을 누르세요.",
+ "engines.guidance.linux.tesseract": "패키지 관리자로 설치(Ubuntu/Debian: sudo apt install tesseract-ocr)한 뒤 “다시 확인”을 누르세요.",
"engines.guidance.windows": "이 PC용 {0} 다운로드는 없어요.\n“내 프로그램 쓰기…”로 설치된 프로그램을 선택해 주세요.",
+ "engines.package.tesseract.name": "Tesseract (다국어 텍스트 인식)",
+ "engines.package.tesseract.description": "데바나가리(네팔어/힌디어), 아랍어 및 희귀 문자를 포함한 100개 이상의 언어로 텍스트를 인식합니다.\nmacOS에서는 Apple Vision이 내장되어 영어, CJK 및 유럽어는 추가 설치 없이 동작합니다.",
+ "engines.guidance.macos.tesseract": "Homebrew로 Tesseract를 설치(brew install tesseract tesseract-lang)한 뒤 “다시 확인”을 선택하세요.\n또는 “내 프로그램 쓰기…”을 선택하고 bin 폴더를 지정하세요.",
+ "engines.guidance.linux.tesseract": "패키지 관리자로 Tesseract를 설치(Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all)한 뒤 “다시 확인”을 선택하세요.\n또는 “내 프로그램 쓰기…”을 선택하고 프로그램 폴더를 지정하세요.",
+ "engines.guidance.windows.tesseract": "UB-Mannheim(github.com/UB-Mannheim/tesseract)에서 Tesseract를 설치한 뒤 “다시 확인”을 선택하거나 설치 폴더를 지정하세요.",
"engines.use_own_app_folder": "{0}.app이 들어 있는 폴더 선택",
"engines.progress_detail": "{0} / {1} · {2}/s · {3}",
"engines.eta.estimating": "남은 시간 계산 중…",
diff --cc src/Filee.App/Assets/i18n/ne.json
index 807d60c1,17e5fd99..e8ce66a8
--- a/src/Filee.App/Assets/i18n/ne.json
+++ b/src/Filee.App/Assets/i18n/ne.json
@@@ -138,9 -146,9 +146,10 @@@
"engine.ffmpeg.description": "भिडियो र अडियो: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC र थप।\nध्वनि र उपशीर्षक पनि निकाल्छ, GIF र APNG एनिमेसन बनाउँछ र छविहरूलाई HEIC मा सुरक्षित गर्दछ।",
"engine.pandoc.description": "Markdown र HTML ↔ ODT र RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter र थप ↔ Markdown, HTML, DOCX र ODT\nMarkdown र Org → PPTX स्लाइडहरू",
"engine.ghostscript.description": "EPS, PostScript र पुराना Illustrator फाइलहरूलाई PDF र छविहरूमा; PDF लाई EPS र PS मा।",
+ "engine.tesseract.description": "स्क्यान र तस्बिरको पाठ पहिचान गर्छ (OCR): खोज्न मिल्ने PDF, DOCX, TXT।",
"engine.calibre.description": "दुर्लभ इ-पुस्तक ढाँचाहरू (LIT, LRF, CHM, PDB, RB…) र Kindle आउटपुट (MOBI, AZW3)।\nHWPX writer भन्दा माथि राख्दा, यसले इ-पुस्तकका PDF पनि बनाउँछ (लामो पुस्तकका लागि धेरै छिटो)।",
"engine.libreoffice.description": "पुराना र कम प्रचलित ढाँचाहरू पढ्छ: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nसाथै DOC, XLS, PPT, ODT, ODP, OpenDocument टेम्प्लेट र EMF को रूपमा सुरक्षित गर्दछ।",
+ "engine.image-ocr.description": "स्क्यान गरिएका PDF र तस्बिरहरूबाट पाठ निकालेर सम्पादन योग्य कागजात (Word, पाठ, HWPX) बनाउँछ।",
"profile.images": "छविहरू",
"profile.pdf": "PDF",
"profile.office": "कार्यालय कागजातहरू",
@@@ -660,12 -685,8 +694,13 @@@
"engines.guidance.linux": "आफ्नो वितरणको प्याकेज प्रबन्धकबाट {0} स्थापना गर्नुहोस्, त्यसपछि “मेरो प्रतिलिपि प्रयोग गर्नुहोस्…” रोजेर यसको प्रोग्राम फोल्डर चयन गर्नुहोस्।",
"engines.guidance.linux.libreoffice": "यसलाई प्याकेज प्रबन्धकबाट स्थापना गर्नुहोस् (sudo apt install libreoffice), त्यसपछि \"फेरि जाँच गर्नुहोस्\" रोज्नुहोस्।",
"engines.guidance.linux.ghostscript": "यसलाई प्याकेज प्रबन्धकबाट स्थापना गर्नुहोस् (sudo apt install ghostscript), त्यसपछि \"फेरि जाँच गर्नुहोस्\" रोज्नुहोस्।",
+ "engines.guidance.linux.tesseract": "यसलाई प्याकेज प्रबन्धकबाट स्थापना गर्नुहोस् (sudo apt install tesseract-ocr), त्यसपछि \"फेरि जाँच गर्नुहोस्\" रोज्नुहोस्।",
"engines.guidance.windows": "यस कम्प्युटरका लागि Filee सँग {0} को डाउनलोड छैन।\n“मेरो प्रतिलिपि प्रयोग गर्नुहोस्…” रोज्नुहोस् र स्थापना गरिएको प्रतिलिपि चयन गर्नुहोस्।",
+ "engines.package.tesseract.name": "Tesseract (बहुभाषिक पाठ पहिचान)",
+ "engines.package.tesseract.description": "देवनागरी (नेपाली/हिन्दी), अरबी र दुर्लभ लिपिहरू सहित १०० भन्दा बढी भाषामा पाठ चिन्छ।\nmacOS मा, Apple Vision ले यो बिना नै अंग्रेजी, CJK र युरोपेली भाषाहरूका लागि मौलिक रूपमा काम गर्छ।",
+ "engines.guidance.macos.tesseract": "Homebrew बाट Tesseract स्थापना गर्नुहोस् (brew install tesseract tesseract-lang), त्यसपछि “फेरि जाँच गर्नुहोस्” रोज्नुहोस्।\nवा “मेरो प्रतिलिपि प्रयोग गर्नुहोस्…” रोजेर यसको bin फोल्डर चयन गर्नुहोस्।",
+ "engines.guidance.linux.tesseract": "आफ्नो प्याकेज म्यानेजरबाट Tesseract स्थापना गर्नुहोस् (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), त्यसपछि “फेरि जाँच गर्नुहोस्” रोज्नुहोस्।\nवा “मेरो प्रतिलिपि प्रयोग गर्नुहोस्…” रोजेर यसको प्रोग्राम फोल्डर चयन गर्नुहोस्।",
+ "engines.guidance.windows.tesseract": "UB-Mannheim (github.com/UB-Mannheim/tesseract) बाट Tesseract स्थापना गर्नुहोस्, त्यसपछि “फेरि जाँच गर्नुहोस्” रोज्नुहोस् वा यसको स्थापना फोल्डर चयन गर्नुहोस्।",
"engines.use_own_app_folder": "{0}.app समावेश भएको फोल्डर रोज्नुहोस्",
"engines.progress_detail": "{1} मध्ये {0} · {2}/s · {3}",
"engines.eta.estimating": "अनुमान गरिँदैछ…",
diff --cc src/Filee.App/Assets/i18n/pl.json
index 15e82d6b,9f88452c..7d9c2895
--- a/src/Filee.App/Assets/i18n/pl.json
+++ b/src/Filee.App/Assets/i18n/pl.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "Wideo i audio: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC i inne.\nWyodrębnia też dźwięk i napisy, tworzy animacje GIF i APNG oraz zapisuje obrazy jako HEIC.",
"engine.pandoc.description": "Markdown i HTML ↔ ODT i RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter i inne ↔ Markdown, HTML, DOCX i ODT\nMarkdown i Org → slajdy PPTX",
"engine.ghostscript.description": "EPS, PostScript i starsze pliki Illustratora do PDF i obrazów; PDF do EPS i PS.",
+ "engine.tesseract.description": "Rozpoznaje tekst skanów i obrazów (OCR): przeszukiwalny PDF, DOCX, TXT.",
"engine.calibre.description": "Rzadkie formaty e-booków (LIT, LRF, CHM, PDB, RB…) i zapis dla Kindle (MOBI, AZW3).\nUmieszczony nad HWPX writer tworzy też PDF-y e-booków (znacznie szybciej przy długich książkach).",
"engine.libreoffice.description": "Odczytuje starsze i rzadsze formaty: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nZapisuje też jako DOC, XLS, PPT, ODT, ODP, szablony OpenDocument i EMF.",
+ "engine.image-ocr.description": "Wyodrębnia tekst ze skanowanych plików PDF i obrazów do formatu edytowalnych dokumentów (Word, tekst, HWPX).",
"profile.images": "Obrazy",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "Zainstaluj {0} menedżerem pakietów swojej dystrybucji, potem wybierz „Użyj mojej kopii…” i wskaż folder programu.",
"engines.guidance.linux.libreoffice": "Zainstaluj menedżerem pakietów (Ubuntu/Debian: sudo apt install libreoffice), potem wybierz „Sprawdź ponownie”.\nOtwieranie HWP wymaga też Javy i rozszerzenia H2Orestart.",
"engines.guidance.linux.ghostscript": "Zainstaluj menedżerem pakietów (Ubuntu/Debian: sudo apt install ghostscript), potem wybierz „Sprawdź ponownie”.",
+ "engines.guidance.linux.tesseract": "Zainstaluj menedżerem pakietów (Ubuntu/Debian: sudo apt install tesseract-ocr), potem wybierz „Sprawdź ponownie”.",
"engines.guidance.windows": "Filee nie ma do pobrania {0} dla tego komputera.\nWybierz „Użyj mojej kopii…” i wskaż zainstalowaną kopię.",
+ "engines.package.tesseract.name": "Tesseract (wielojęzyczne rozpoznawanie tekstu)",
+ "engines.package.tesseract.description": "Rozpoznaje tekst w ponad 100 językach, w tym dewanagari (nepalski/hindi), arabskim i rzadkich pismach.\nNa systemie macOS Apple Vision działa natywnie dla języka angielskiego, CJK i języków europejskich bez tego pakietu.",
+ "engines.guidance.macos.tesseract": "Zainstaluj Tesseract za pomocą Homebrew (brew install tesseract tesseract-lang), a następnie wybierz „Sprawdź ponownie”.\nLub wybierz „Użyj mojej kopii…” i wskaż folder bin.",
+ "engines.guidance.linux.tesseract": "Zainstaluj Tesseract za pomocą menedżera pakietów (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), a następnie wybierz „Sprawdź ponownie”.\nLub wybierz „Użyj mojej kopii…” i wskaż folder programu.",
+ "engines.guidance.windows.tesseract": "Zainstaluj Tesseract z UB-Mannheim (github.com/UB-Mannheim/tesseract), a następnie wybierz „Sprawdź ponownie” lub wskaż folder instalacji.",
"engines.use_own_app_folder": "Wybierz folder zawierający {0}.app",
"engines.progress_detail": "{0} z {1} · {2}/s · {3}",
"engines.eta.estimating": "szacowanie pozostałego czasu…",
diff --cc src/Filee.App/Assets/i18n/pt-BR.json
index ad32a285,ab9da6f1..5942b64e
--- a/src/Filee.App/Assets/i18n/pt-BR.json
+++ b/src/Filee.App/Assets/i18n/pt-BR.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "Vídeo e áudio: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC e mais.\nTambém extrai som e legendas, faz animações GIF e APNG e salva imagens como HEIC.",
"engine.pandoc.description": "Markdown e HTML ↔ ODT e RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter e mais ↔ Markdown, HTML, DOCX e ODT\nMarkdown e Org → slides PPTX",
"engine.ghostscript.description": "EPS, PostScript e arquivos antigos do Illustrator para PDF e imagens; PDF para EPS e PS.",
+ "engine.tesseract.description": "Reconhece o texto de digitalizações e imagens (OCR): PDF pesquisável, DOCX, TXT.",
"engine.calibre.description": "Formatos raros de e-book (LIT, LRF, CHM, PDB, RB…) e saída Kindle (MOBI, AZW3).\nAcima do gravador de HWPX, também gera os PDFs de e-books (bem mais rápido em livros longos).",
"engine.libreoffice.description": "Lê formatos antigos e menos comuns: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nTambém salva como DOC, XLS, PPT, ODT, ODP, modelos OpenDocument e EMF.",
+ "engine.image-ocr.description": "Extrai texto de PDFs digitalizados e imagens para documentos editáveis (Word, texto, HWPX).",
"profile.images": "Imagens",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "Instale {0} com o gerenciador de pacotes da sua distribuição, depois escolha “Usar minha cópia…” e selecione a pasta do programa.",
"engines.guidance.linux.libreoffice": "Instale com o gerenciador de pacotes (Ubuntu/Debian: sudo apt install libreoffice) e escolha “Verificar de novo”.\nAbrir HWP também precisa de Java e da extensão H2Orestart.",
"engines.guidance.linux.ghostscript": "Instale com o gerenciador de pacotes (Ubuntu/Debian: sudo apt install ghostscript) e escolha “Verificar de novo”.",
+ "engines.guidance.linux.tesseract": "Instale com o gerenciador de pacotes (Ubuntu/Debian: sudo apt install tesseract-ocr) e escolha “Verificar de novo”.",
"engines.guidance.windows": "O Filee não tem download de {0} para este PC.\nEscolha “Usar minha cópia…” e selecione uma cópia instalada.",
+ "engines.package.tesseract.name": "Tesseract (reconhecimento de texto multilíngue)",
+ "engines.package.tesseract.description": "Reconhece texto em mais de 100 idiomas, incluindo devanágari (nepalês/híndi), árabe e alfabetos raros.\nNo macOS, o Apple Vision funciona nativamente para inglês, CJK e idiomas europeus sem ele.",
+ "engines.guidance.macos.tesseract": "Instale o Tesseract com o Homebrew (brew install tesseract tesseract-lang) e selecione “Verificar novamente”.\nOu escolha “Usar minha cópia…” e selecione a pasta bin.",
+ "engines.guidance.linux.tesseract": "Instale o Tesseract com o gerenciador de pacotes (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all) e selecione “Verificar novamente”.\nOu escolha “Usar minha cópia…” e selecione a pasta do programa.",
+ "engines.guidance.windows.tesseract": "Instale o Tesseract do UB-Mannheim (github.com/UB-Mannheim/tesseract) e selecione “Verificar novamente” ou selecione sua pasta de instalação.",
"engines.use_own_app_folder": "Escolha a pasta que contém {0}.app",
"engines.progress_detail": "{0} de {1} · {2}/s · {3}",
"engines.eta.estimating": "estimando o tempo restante…",
diff --cc src/Filee.App/Assets/i18n/ru.json
index 0a129bb3,8aacb6aa..dadddc84
--- a/src/Filee.App/Assets/i18n/ru.json
+++ b/src/Filee.App/Assets/i18n/ru.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "Видео и аудио: MP4, MOV, MKV, WEBM, MP3, M4A, WAV, FLAC и другие.\nА ещё достаёт звук и субтитры, делает анимации GIF и APNG и сохраняет картинки в HEIC.",
"engine.pandoc.description": "Markdown и HTML ↔ ODT и RTF, DOCX → Markdown\nreStructuredText, LaTeX, Org, AsciiDoc, Typst, MediaWiki, DocBook, Jupyter и другие ↔ Markdown, HTML, DOCX и ODT\nMarkdown и Org → слайды PPTX",
"engine.ghostscript.description": "EPS, PostScript и старые файлы Illustrator — в PDF и картинки; PDF — в EPS и PS.",
+ "engine.tesseract.description": "Распознаёт текст сканов и изображений (OCR): PDF с поиском, DOCX, TXT.",
"engine.calibre.description": "Редкие форматы электронных книг (LIT, LRF, CHM, PDB, RB…) и вывод для Kindle (MOBI, AZW3).\nЕсли стоит выше HWPX writer, он же делает PDF из электронных книг (для длинных книг намного быстрее).",
"engine.libreoffice.description": "Читает старые и редкие форматы: DOC, PPT, Pages, Keynote, Numbers, WordPerfect, ClarisWorks, Publisher, Visio…\nА ещё сохраняет в DOC, XLS, PPT, ODT, ODP, шаблоны OpenDocument и EMF.",
+ "engine.image-ocr.description": "Извлекает текст из отсканированных PDF и изображений в редактируемые документы (Word, текст, HWPX).",
"profile.images": "Изображения",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "Установите {0} менеджером пакетов вашего дистрибутива, затем выберите «Использовать свою копию…» и укажите папку программы.",
"engines.guidance.linux.libreoffice": "Установите менеджером пакетов (Ubuntu/Debian: sudo apt install libreoffice), затем выберите «Проверить снова».\nДля открытия HWP также нужны Java и расширение H2Orestart.",
"engines.guidance.linux.ghostscript": "Установите менеджером пакетов (Ubuntu/Debian: sudo apt install ghostscript), затем выберите «Проверить снова».",
+ "engines.guidance.linux.tesseract": "Установите менеджером пакетов (Ubuntu/Debian: sudo apt install tesseract-ocr), затем выберите «Проверить снова».",
"engines.guidance.windows": "Filee не может скачать {0} для этого компьютера.\nВыберите «Использовать свою копию…» и укажите установленную копию.",
+ "engines.package.tesseract.name": "Tesseract (многоязычное распознавание текста)",
+ "engines.package.tesseract.description": "Распознает текст на более чем 100 языках, включая деванагари (непальский/хинди), арабский и редкие письменности.\nВ macOS Apple Vision работает нативно для английского, CJK и европейских языков без него.",
+ "engines.guidance.macos.tesseract": "Установите Tesseract с помощью Homebrew (brew install tesseract tesseract-lang), затем выберите «Проверить снова».\nИли выберите «Использовать свою копию…» и укажите папку bin.",
+ "engines.guidance.linux.tesseract": "Установите Tesseract с помощью пакетного менеджера (Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all), затем выберите «Проверить снова».\nИли выберите «Использовать свою копию…» и укажите папку программы.",
+ "engines.guidance.windows.tesseract": "Установите Tesseract из UB-Mannheim (github.com/UB-Mannheim/tesseract), затем выберите «Проверить снова» или укажите папку установки.",
"engines.use_own_app_folder": "Выберите папку, в которой лежит {0}.app",
"engines.progress_detail": "{0} из {1} · {2}/с · {3}",
"engines.eta.estimating": "оцениваем, сколько осталось…",
diff --cc src/Filee.App/Assets/i18n/zh-CN.json
index e3342628,a880dc4c..c164d79c
--- a/src/Filee.App/Assets/i18n/zh-CN.json
+++ b/src/Filee.App/Assets/i18n/zh-CN.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "MP4、MOV、MKV、WEBM、MP3、M4A、WAV、FLAC 等视频和音频。\n还能提取声音和字幕、制作 GIF 和 APNG、把图片保存为 HEIC。",
"engine.pandoc.description": "Markdown 和 HTML ↔ ODT、RTF,DOCX → Markdown\nreStructuredText、LaTeX、Org、AsciiDoc、Typst、MediaWiki、DocBook、Jupyter 等 ↔ Markdown、HTML、DOCX、ODT\nMarkdown 和 Org → PPTX 幻灯片",
"engine.ghostscript.description": "EPS、PostScript 和旧版 Illustrator 文件转为 PDF 和图片;PDF 转为 EPS 和 PS。",
+ "engine.tesseract.description": "识别扫描件和图片中的文字(OCR):可搜索的 PDF、DOCX、TXT。",
"engine.calibre.description": "少见的电子书格式(LIT、LRF、CHM、PDB、RB…)以及 Kindle 输出(MOBI、AZW3)。\n排在 HWPX writer 之上时,也由它把电子书转为 PDF(长书快得多)。",
"engine.libreoffice.description": "读取较旧或少见的格式,如 DOC、PPT、Pages、Keynote、Numbers、WordPerfect、ClarisWorks、Publisher、Visio。\n也能保存为 DOC、XLS、PPT、ODT、ODP、OpenDocument 模板或 EMF。",
+ "engine.image-ocr.description": "从扫描 PDF 和图片中提取文字并转换为可编辑文档(Word、文本、HWPX)。",
"profile.images": "图片",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "用发行版的软件包管理器安装 {0},再点“使用我的程序…”选择它的程序文件夹。",
"engines.guidance.linux.libreoffice": "用软件包管理器安装(Ubuntu/Debian 下运行 sudo apt install libreoffice)后点“重新检查”。\n打开 HWP 还需要 Java 和 H2Orestart 扩展。",
"engines.guidance.linux.ghostscript": "用软件包管理器安装(Ubuntu/Debian 下运行 sudo apt install ghostscript)后点“重新检查”。",
+ "engines.guidance.linux.tesseract": "用软件包管理器安装(Ubuntu/Debian 下运行 sudo apt install tesseract-ocr)后点“重新检查”。",
"engines.guidance.windows": "没有适用于这台电脑的 {0} 下载。\n点“使用我的程序…”选择已安装的程序。",
+ "engines.package.tesseract.name": "Tesseract(多语言文字识别)",
+ "engines.package.tesseract.description": "支持梵文(尼泊尔语/印地语)、阿拉伯语等 100 多种语言的文字识别。\n在 macOS 上,系统内置 Apple Vision 可直接识别英语、中日韩及主要欧洲语言。",
+ "engines.guidance.macos.tesseract": "使用 Homebrew 安装 Tesseract(brew install tesseract tesseract-lang),然后选择“重新检查”。\n或选择“使用我的副本…”并指定其 bin 文件夹。",
+ "engines.guidance.linux.tesseract": "使用包管理器安装 Tesseract(Ubuntu/Debian: sudo apt install tesseract-ocr tesseract-ocr-all),然后选择“重新检查”。\n或选择“使用我的副本…”并指定其程序文件夹。",
+ "engines.guidance.windows.tesseract": "从 UB-Mannheim (github.com/UB-Mannheim/tesseract) 安装 Tesseract,然后选择“重新检查”或指定其安装文件夹。",
"engines.use_own_app_folder": "选择包含 {0}.app 的文件夹",
"engines.progress_detail": "{0} / {1} · {2}/s · {3}",
"engines.eta.estimating": "正在估算剩余时间…",
diff --cc src/Filee.App/Assets/i18n/zh-TW.json
index 8a53826a,2e36d0d1..e75a754f
--- a/src/Filee.App/Assets/i18n/zh-TW.json
+++ b/src/Filee.App/Assets/i18n/zh-TW.json
@@@ -145,9 -153,9 +153,10 @@@
"engine.ffmpeg.description": "MP4、MOV、MKV、WEBM、MP3、M4A、WAV、FLAC 等影片和音訊。\n還能擷取聲音和字幕、製作 GIF 和 APNG、把圖片儲存為 HEIC。",
"engine.pandoc.description": "Markdown 和 HTML ↔ ODT、RTF,DOCX → Markdown\nreStructuredText、LaTeX、Org、AsciiDoc、Typst、MediaWiki、DocBook、Jupyter 等 ↔ Markdown、HTML、DOCX、ODT\nMarkdown 和 Org → PPTX 投影片",
"engine.ghostscript.description": "EPS、PostScript 和舊版 Illustrator 檔案轉為 PDF 和圖片;PDF 轉為 EPS 和 PS。",
+ "engine.tesseract.description": "辨識掃描檔和圖片中的文字(OCR):可搜尋的 PDF、DOCX、TXT。",
"engine.calibre.description": "少見的電子書格式(LIT、LRF、CHM、PDB、RB…)以及 Kindle 輸出(MOBI、AZW3)。\n排在 HWPX writer 之上時,也由它把電子書轉為 PDF(長書快得多)。",
"engine.libreoffice.description": "讀取較舊或少見的格式,如 DOC、PPT、Pages、Keynote、Numbers、WordPerfect、ClarisWorks、Publisher、Visio。\n也能儲存為 DOC、XLS、PPT、ODT、ODP、OpenDocument 範本或 EMF。",
+ "engine.image-ocr.description": "從掃描的 PDF 與圖片擷取文字,轉成可編輯的文件(Word、文字檔、HWPX)。",
"profile.images": "圖片",
"profile.pdf": "PDF",
@@@ -677,12 -702,8 +711,13 @@@
"engines.guidance.linux": "用發行版的套件管理員安裝 {0},再點「使用我的程式…」選擇它的程式資料夾。",
"engines.guidance.linux.libreoffice": "用套件管理員安裝(Ubuntu/Debian 下執行 sudo apt install libreoffice)後點「重新檢查」。\n開啟 HWP 還需要 Java 和 H2Orestart 擴充功能。",
"engines.guidance.linux.ghostscript": "用套件管理員安裝(Ubuntu/Debian 下執行 sudo apt install ghostscript)後點「重新檢查」。",
+ "engines.guidance.linux.tesseract": "用套件管理員安裝(Ubuntu/Debian 下執行 sudo apt install tesseract-ocr)後點「重新檢查」。",
"engines.guidance.windows": "沒有適用於這台電腦的 {0} 下載。\n點「使用我的程式…」選擇已安裝的程式。",
+ "engines.package.tesseract.name": "Tesseract(多語言文字辨識)",
+ "engines.package.tesseract.description": "可辨識超過 100 種語言的文字,包括天城文(尼泊爾文/印地文)、阿拉伯文及少見文字。\n在 macOS 上,Apple Vision 原生支援英文、中日韓與歐洲語言,無需安裝它。",
+ "engines.guidance.macos.tesseract": "用 Homebrew 安裝 Tesseract(brew install tesseract tesseract-lang),然後點「重新檢查」。\n或點「使用我的程式…」並選擇其 bin 資料夾。",
+ "engines.guidance.linux.tesseract": "用套件管理員安裝 Tesseract(Ubuntu/Debian:sudo apt install tesseract-ocr tesseract-ocr-all),然後點「重新檢查」。\n或點「使用我的程式…」並選擇其程式資料夾。",
+ "engines.guidance.windows.tesseract": "從 UB-Mannheim(github.com/UB-Mannheim/tesseract)安裝 Tesseract,然後點「重新檢查」或選擇其安裝資料夾。",
"engines.use_own_app_folder": "選擇包含 {0}.app 的資料夾",
"engines.progress_detail": "{0} / {1} · {2}/s · {3}",
"engines.eta.estimating": "正在估算剩餘時間…",