Umi-OCR离线OCR教程3步把扫描PDF转可搜索文档【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你拿到一份两百页的扫描版制度文件CtrlF 搜一个日期结果未找到——因为那只是像素不是文字。Umi-OCR 是一款面向办公人员和学生的免费离线 OCR 工具截图取字、批量处理图片还能把扫描 PDF 转成可搜索的双层 PDF全程不上传网络。看懂它项目速览是什么 / 收费开源免费的 OCR光学字符识别即把图片里的文字转成可编辑文本桌面软件代码全部公开无账号、不限识别次数。怎么运行解压即用无需安装识别过程完全离线。系统Windows 7 x64 与 Linux x64。格式图片支持 jpg、png、webp、bmp、tif 等文档支持 pdf、xps、epub、mobi、fb2、cbz。引擎与语言内置 Rapid-OCR 与 Paddle-OCR 两套引擎自带多语言识别库换语言不用另下模型。获取从发行版页面下载.7z包或克隆仓库源码版本变化见 更新日志。第一次运行拿软件下载.7z发行包没有压缩软件就用.7z.exe自解压包并解压要改源码则执行git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。启动Windows 双击Umi-OCR.exeLinux 运行umi-ocr.sh没有安装向导。出第一次结果打开截图OCR标签页按快捷键截屏识别出的文字会直接进剪贴板——这就是从 0 到成功的最短路径。界面语言首次打开会跟随系统自动切换之后可在全局设置里改。按任务来用从屏幕上取出复制不了的文字能得到网页、PPT、远程桌面等选不中的文字变成可复制的文本。操作打开截图OCR标签页用快捷键唤起截图按 Esc 可中止。左侧图片预览里直接划选原文复制或在右侧识别记录里编辑、跨多条记录划选复制。在别处复制过图片的直接粘贴进来也能识别。输出之后结果在剪贴板粘到哪都行识别记录支持多次截图累加最后一次性全选复制。小技巧识别代码截图时把文本后处理切到单栏-保留缩进行首空格和缩进都保得住。几百张图片一次转成文本文件能得到每张图的识别结果单独存成文件格式可选 txt、jsonl、md、csvExcel。操作把图片拖进批量OCR标签页数量不设限几百张一次导入没问题。软件自动排队识别页面上能看到进度。选好保存格式与位置等任务跑完。输出之后csv 直接进 Excel 做汇总md、txt 留作归档或再加工。小技巧跑长任务想挂着过夜打开任务完成后的自动关机/待机。扫描 PDF 变成能搜索的文档能得到双层可搜索 PDF——原扫描外观原样保留上面叠一层透明文字全文检索、CtrlF 定位、划选复制都可用。操作打开文档识别标签页导入 PDFxps、epub、mobi、fb2、cbz 也收。文档若自带文本层可以直接提取而不必重新识别。启动任务完成后下载生成的文件。输出之后用任意 PDF 阅读器打开搜、划、复制都正常。小技巧页眉页脚固定的话先设忽略区域成品更干净。读码与生成二维码能得到解码图片里的二维码、条形码反向也能从文本生成码图片。操作截图、粘贴或拖图进二维码标签页即可读取一图多码一次全读出。要生成时输入文本选协议QRCode、DataMatrix、PDF417 等 19 种、设纠错等级码图即刻生成。输出之后读出的内容进识别结果区生成的码图保存下来直接用。小技巧命令行同样支持读码与生成写脚本时可以省掉界面。参数调优速查文本后处理→ 识别顺序乱、多栏混排或要保留代码缩进时 → 选多栏或单栏系列方案竖排版面也能自动处理。忽略区域→ 结果里总有水印、页眉页脚时 → 进编辑器按住右键画矩形框框内整个文本块会被剔除。限制图像边长→ 长图、大图识别不全时 → 调高数值避免大图在识别前被压缩。OCR引擎→ 更在意兼容性选 Rapid-OCR、更在意速度选 Paddle-OCR → 在全局设置里切换插件。识别语言→ 识别非中文文档时 → 按文档主要语言切换多语种混排按占比大的语言来。渲染器→ 截图闪烁、界面错位时 → 在界面和外观里换渲染方案或关掉硬件加速。常见问题多栏排版的识别结果顺序全乱了怎么办把文本后处理换成多栏系列方案比如多栏-按自然段换行软件会先分栏再按阅读顺序重排。大图识别不全漏字默认超限图片会被压缩。调高限制图像边长或先把长图拆成几张小图再批量导入。水印怎么也去不掉打开忽略区域编辑器按住右键画框尽量包住水印可能出现的全部位置注意只有框内整个文本块会被忽略框要画得包住目标文字。截图时屏幕闪烁、界面错位进全局设置→界面和外观→渲染器换一个渲染方案或关闭硬件加速再试。界面语言能换吗能。全局设置→语言支持繁中、英语、日语等首次启动按系统语言自动匹配翻译协作走 Weblate 平台。进阶扩展命令行与 HTTP 接口想把识别能力挂进自己的脚本或自动化流程可以绕过界面用软件内置的两条通道命令行见命令行手册。支持截屏、读剪贴板、按路径识别结果可复制或直接写文件例如umi-ocr --path D:/xxx.png可传文件夹会递归搜索其中所有图片。HTTP 接口见HTTP 接口手册。图片以 Base64 送入即可 OCR文档识别、二维码读取与生成同样走接口服务默认开启。配置文件是UmiOCR-data/.settingsini 格式手动改完后用--reload指令即可重新加载。结尾Umi-OCR 把截图、批量、文档识别收进一个免费离线的工具箱里解压就能跑。现在去下载发行版试用遇到问题或想提建议直接向项目仓库提 Issue。【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