新闻详情

新闻详情

首页 / 资讯中心 / 详情

Umi-OCR离线OCR:解压即用,免费图片转文字

发布时间:2026/11/17 13:21:49来源:尧图网络
Umi-OCR离线OCR:解压即用,免费图片转文字
Umi-OCR离线OCR解压即用免费图片转文字【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-OCR截图里的文字鼠标怎么拖都选不中。Umi-OCR 是一款免费开源、解压即用的离线 OCR 工具图片转文字、扫码都发生在你自己的电脑上不联网、图片不出设备Windows 7 x64 和 Linux x64 两个平台都能跑。三分钟完成首次识别解压、启动发行包有.7z压缩包和.7z.exe自解压包两种任选其一。Windows 上解压到任意目录避开中文路径双击主程序Umi-OCR.exe即可Linux 下直接运行umi-ocr.sh。离线 OCR 引擎和多国语言识别库已内置不用装任何依赖断网也能干活。进入截图OCR页后按快捷键框选一块区域第一次识别结果就会落到剪贴板里。从解压到拿到文字通常不超过 3 分钟。先做的三件事截图取词、批量转存、缩进保留截图里的文字直接拷走在截图OCR页按快捷键框选文字就进了剪贴板随贴随用。右侧记录栏可逐条编辑也能划选多条一起复制剪贴板里如果存的是图片粘贴进来同样能识别。一个文件夹的扫描件一次转完几百张扫描图就全部导入批量OCR页bmp、png、tiff、webp、jpg 都认得数量没有上限。结果可存成 txt、md、csv(Excel)、jsonl勾上完成后自动关机挂着一夜就能跑完。代码截图识别后缩进不乱想把代码截图贴进编辑器却被普通识别打乱了缩进把排版解析方案换成单栏-保留缩进行首缩进、行内空格原样保留横排竖排都适用。遇到双栏排版导致顺序错乱则改用多栏-按自然段换行。用脚本或其他程序调用命令行与本地HTTP主程序本身就是命令行入口。想把自己识别接进自动化脚本直接传命令行参数想从别的程序里调用走 HTTP 接口即可两个进程间的通信只发生在系统本地环回不经过物理网卡。最常用的三条指令umi-ocr --path D:/images umi-ocr --screenshot --clip umi-ocr --qrcode_create 文本 D:/code.jpeg多路径识别、输出到文件、追加写入等参数见命令行手册接口细节见HTTP接口手册。出问题了按这 6 步自查屏幕闪烁、界面错位 → 到全局设置 → 界面和外观换一个渲染器或关掉硬件加速。大图、长图只识别出一部分 → 批量OCR页设置中把限制图像边长的数值调高一些。水印、页眉混进文字 → 进忽略区域编辑器按住右键画矩形完全落在框内的文本块才会被跳过框尽量画大。界面语言不对 → 到全局设置 → 语言切换显示语言简中、繁中、英文、日文都有。识别漏字 → 核对当前引擎的语言包是否覆盖目标语种或在全局设置里直接换一套 OCR 引擎。命令行没反应 → 查一下全局设置里 HTTP 服务开关是否打开默认是开的且通信只走本地环回。能力边界哪些事拿手哪些事别指望拿手图片、截图、扫描件转成可复制文字全程不联网。PDF 扫描件转双层可搜索 PDF版式还在文字可选中。条形码、二维码可扫可生成共 19 种码制支持一图多码。批量任务跑完可自动关机挂机过夜没问题。别指望没有 macOS 版只有 Windows 7 x64 和 Linux x64 两个平台。输出是纯文字不会还原 Word 排版。严重模糊、畸变的照片准确率不做保证。获取与反馈仓库git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR更新日志CHANGE_LOG.mdBug 和建议在仓库提交 Issue界面翻译经 Weblate 平台协作。【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
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉