Umi-OCR 快速上手指南5分钟用免费离线OCR工具识别截图与PDF文字【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCRUmi-OCR 是一款开源、免费、离线的 OCR 文字识别工具它能把截图、本地图片和 PDF 文档里的文字变成可编辑文本。整个识别过程在你自己的电脑上完成不联网、不上传文件适合快速又省钱地处理文档尤其在意资料隐私的场景。为什么值得给电脑装一个离线 OCR 工具资料不离开本机隐私没有后顾之忧识别引擎和多语言模型库全部内置在发布包里从截图到出结果不经过任何网络环节。处理内部合同、工作截图这类不想上传到在线识别服务的资料时这一点尤其重要。解压即用还支持多国语言界面发布包是一个.7z压缩包或.7z.exe自解压包解压后双击Umi-OCR.exe即可启动无需安装兼容 Windows 7 x64 与 Linux x64。首次启动会按系统语言自动切换界面内置简中、繁中、英语、日语等多种语言之后也能在全局设置 → 语言里随时改。两套离线引擎语言库够用发布包内置 RapidOCR 和 PaddleOCR 两套离线识别引擎以插件形式提供可在全局设置中切换识别语言库覆盖简体中文、English、繁體中文、日本語、한국어、Русский 等日常中英文场景基本都能覆盖。引擎特点适合场景RapidOCR兼容性好日常使用、配置一般的电脑PaddleOCR速度稍快高频批量任务5分钟完成第一次截图识别约1分钟拿到软件下载发布包并解压如果想研究源码也可以git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。约30秒启动程序双击Umi-OCR.exe主窗口会按系统语言打开。约1分钟截图识别打开截图OCR标签页按默认快捷键在屏幕上框选区域快捷键可在该页设置栏重新录制稍等片刻即可得到识别结果。约30秒取走文字识别记录栏里的文字可以直接划选复制右键菜单支持选中多个记录批量复制、清空记录等左侧图片预览栏也能直接划选文字。能力地图每个标签页能做什么截图OCR框选一下就能拿到文字除了快捷键截图还支持在别处复制图片后粘贴进来识别以及重复上一次截图区域。识别完成后文本后处理的排版解析方案会负责整理文字顺序共 8 种预设方案用途多栏-按自然段换行默认方案自动识别多栏布局按段落换行适合大多数文档单栏-保留缩进解析代码截图保留行首缩进和行内空格多栏/单栏-总是换行、无换行每句都换行或强制合并成一行不做处理直接输出引擎原始结果以上方案都能处理横排与竖排从右到左文字竖排还需要引擎本身支持。批量OCR一次导入几百张图片怎么配置把图片拖进列表后点开始任务即可没有数量上限任务完成后还能自动关机或待机。输入格式支持jpg、jpe、jpeg、jfif、png、webp、bmp、tif、tiff识别结果可保存为以下格式输出格式特点txt最通用直接阅读jsonl每行一条结构化记录方便程序处理md保留段落结构适合归档文档csv可直接导入 Excel批量页还有一个特色功能忽略区域在右栏设置里进入编辑器按住右键绘制多个矩形框框内水印、LOGO 的文字会在任务中被忽略只忽略完整落在框内的文本块框外的文本块不受影响。如果要识别像素超大的长图请调整页面设置 → 文字识别 → 限制图像边长的数值调高即可。文档识别把 PDF 扫描件变成可搜索文本支持pdf、xps、epub、mobi、fb2、cbz六种格式。对扫描件执行 OCR或直接提取文档原有的文本层还可以输出双层可搜索 PDF——外观保持原样但文字可以被选中、搜索。同样支持设定忽略区域排除页眉页脚以及任务完成后自动关机/休眠适合睡前丢一堆文件进去跑。二维码标签页识别与生成双向支持扫码侧支持截图、粘贴或拖入本地图片一张图里多个码也能同时读出支持 19 种协议QRCode、DataMatrix、EAN13、Code128 等含条形码。生成侧输入文本即可得到二维码图片可调节纠错等级等参数。这两项功能命令行和 HTTP 接口也都能调用。进阶玩法命令行与 HTTP 接口一条命令触发 OCR命令行入口就是主程序Umi-OCR.exe简写umi-ocr。前提是在全局设置中允许 HTTP 服务默认开启主机选仅本地即可——它只用于本机进程间通信不走物理网卡。常用指令umi-ocr --screenshot --clip # 截图识别并复制到剪贴板 umi-ocr --clipboard # 识别剪贴板里的图片 umi-ocr --path D:/img1.png D:/文件夹 # 指定图片或文件夹 umi-ocr --screenshot -- test.txt # 结果写入文件指令支持按前几个字母简写如--sc--output覆盖写文件、--output_append追加写文件--show/--hide/--quit用于弹出、隐藏、关闭主窗口。完整用法见 docs/README_CLI.md。用 HTTP API 搭自动化默认端口1224可在全局设置中修改把主机切换为任何可用地址后允许局域网访问。核心接口GET /api/ocr/get_options查询识别接口的全部参数、默认值与可选值/api/ocr传 Base64 图片做文字识别可指定语言、排版解析方案、忽略区域等参数另有文档识别PDF与二维码识别/生成接口。两点注意后端并发能力一般尽量不要并发调用长时间大批量连续调用有小概率出现ECONNREFUSED报错重新发起请求即可。接口细节见 docs/http/README.md 和 docs/http/api_ocr.md。避坑指南常见问题与排查思路界面闪烁、UI 错位或显示异常软件默认用显卡加速渲染。如果你的机器上出现截屏闪烁、UI 错位去全局设置 → 界面和外观 → 渲染器切换渲染方案或关闭硬件加速。另外注意如果用的是备用启动器如UmiOCR-data/RUN_GUI.bat命令行指令会失效请用主程序Umi-OCR.exe。识别不准、漏字或大图解不了大图默认会先压缩再识别限制图像边长缺省为 960精度不够时把数值调高或设为无限制选对识别语言库图片模糊时提高分辨率、调对比度水印、页眉页脚干扰结果时用批量/文档页的忽略区域框掉仍不满意时换另一套引擎插件对比效果。命令行或 HTTP 调用没反应、报错确认全局设置中 HTTP 服务已允许默认开启主机选仅本地避免并发调用ECONNREFUSED时直接重试手动改过配置文件UmiOCR-data/.settingsini 格式后执行umi-ocr --reload重新加载需要排查错误时v2.1.5 起日志保存在UmiOCR-data/logs目录命令行启动程序也能看到实时日志。写在最后Umi-OCR 的定位很明确一套免费、离线、解压即用的 OCR 工具箱——截图OCR管日常取字批量OCR管成堆图片文档识别管 PDF 扫描件二维码标签页管扫码和生码命令行与 HTTP 接口则把这一切接进自动化流程。如果你今天就想试解压发布包双击Umi-OCR.exe框一张截图一分钟就能看到效果。想继续深入可以翻一翻 docs/README_CLI.md、docs/http/README.md以及 CHANGE_LOG.md 里的最新更新内容。【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考