5 分钟跑通 Umi-OCR免费离线 OCR 的完整实操手册【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 解决一个问题不上传服务器把图片里的文字变成可复制、可编辑的文本。截图识别、几百张图批量 OCR、PDF 转可搜索文档、命令行和 HTTP 接口调用它一个软件全覆盖。5 分钟上手一张截图变文本下载发行版仓库内的Umi-OCR_Rapid_v2.1.5.7z解压无需安装。双击Umi-OCR.exe启动打开截图OCR标签页。按快捷键截屏框选含文字的屏幕区域或先复制一张图片直接 CtrlV 粘贴进来。右侧识别记录栏里文字已按阅读顺序排好划选复制即可。想留档的话在命令行里加--output result.txt结果会写进文件。左栏的截图可以直接用鼠标划选文字右栏记录支持多段合并复制这里有个小技巧把多条历史记录选中一起复制适合一次截好几张小图再统一粘贴的场景。截图识别选对排版方案代码缩进不乱OCR 引擎只负责认出字文字怎么排成段落靠的是排版解析方案。方案适用对象多栏-按自然段换行普通文档、网页单栏-保留缩进代码截图多栏-总是换行每句话独立成行不做处理引擎原始输出代码截图一定要选单栏-保留缩进行首空格和行内空格都保留for循环的嵌套层级不会糊成一片普通文档用默认的多栏-按自然段换行双栏杂志页面也能按阅读顺序输出。批量识别几百张图排队跑水印一键排除当你的素材是一个文件夹时切到批量OCR标签页输入格式jpg、jpeg、png、webp、bmp、tif、tiff输出格式txt、jsonl、md、csv可直接进 Excel支持任务完成后自动关机/待机睡前挂机跑完扫描件的边角水印、固定页脚会持续污染结果。批量页右栏设置里可以打开忽略区域编辑器按住右键在预览图上拖出矩形框整块落在框内的文本会被直接丢弃。画框时尽量放大把水印可能出现的位置全部盖住。集成自动化命令行和 HTTP 接口两条路如果你要把这个能力塞进 CI 或脚本界面操作就不够用了Umi-OCR 提供两种调用方式。命令行入口就是主程序本身Windows 为Umi-OCR.exeLinux 为umi-ocr.shumi-ocr --path D:/scan/invoice_0412.png --clip umi-ocr --path D:/scan/ --output D:/out/result.txt umi-ocr --qrcode_read D:/scan/qrcode.png第一条把单图识别结果放进剪贴板第二条把整个文件夹识别并写入 txt第三条读取图片中的二维码。完整参数见 命令行手册。HTTP 服务默认在127.0.0.1:1224开启全局设置页可改端口、可关闭。调用/api/ocr前建议先 GET/api/ocr/get_options拉一份参数清单不同引擎支持的键不一样。这段 Python 请求的就是图片识别接口tbpu.ignoreArea用来排除固定水印区域import base64, json, requests with open(D:/scan/invoice_0412.png, rb) as f: b64 base64.b64encode(f.read()).decode() resp requests.post(http://127.0.0.1:1224/api/ocr, json{ base64: b64, options: { ocr.language: models/config_chinese.txt, tbpu.parser: single_code, tbpu.ignoreArea: [[[0, 0], [9999, 60]]], data.format: text, }, }) print(json.loads(resp.text)[data])跑完控制台直接打印识别出的整段文本code为100表示成功。更多接口细节见 HTTP 手册。配置速查改哪一行效果立刻不同场景引擎模型文件图像边长说明日常截图RapidOCR中文960最快日常够用小字扫描件PaddleOCR中文4320大图压得少更准英文文档PaddleOCRconfig_en.txt960换语言模型代码截图任意英文或中文960排版选保留缩进大图识别慢把ocr.limit_side_len调低到 960反而不清晰时再调高到 4320。外文识别乱码换ocr.language对应模型文件一行配置的事。文字是倾斜或倒置的PaddleOCR 下打开ocr.cls代价是速度略降。全部参数都保存在./UmiOCR-data/.settings改完执行umi-ocr --reload立即生效。界面闪烁、渲染错位全局设置里切换渲染器或关闭硬件加速。踩坑与排障现象命令行没任何输出最可能HTTP 服务被关了。 修复全局设置里重新启用 HTTP 服务。现象结果全是错别字、语序混乱最可能语言模型和图片文字不匹配。 修复ocr.language换成对应模型如models/config_en.txt。现象识别速度很慢最可能大图默认压缩不足或开着的选项过多。 修复ocr.limit_side_len调到 960关掉ocr.cls。现象水印文字混进结果最可能忽略区域框没盖全水印位置。 修复批量页编辑器里重画矩形画得更大一些。现象批量任务中途偶发 ECONNREFUSED最可能连续高负载下的正常小概率抖动。 修复重试即可避免并发调用同一服务。下一步现在就可以截一张图体验完整流程。想再深入一点命令行手册 覆盖全部指令HTTP 接口手册 给出每个接口的参数表界面翻译文件在 UmiOCR-data/i18n/想加语言就从这儿入手。【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