新闻详情

新闻详情

首页 / 资讯中心 / 详情

Umi-OCR 离线OCR工具:截图转文字3分钟上手,图片不出本机

发布时间:2026/11/15 23:59:39来源:尧图网络
Umi-OCR 离线OCR工具:截图转文字3分钟上手,图片不出本机
Umi-OCR 离线OCR工具截图转文字3分钟上手图片不出本机【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图片里的文字复制不走多半是因为它只是像素。Umi-OCR 把截图、扫描件、PDF 变成可复制的文字全部在本机离线完成图片不会上传到任何服务器。它免费开源、解压即用适合 Windows 7 x64 和 Linux x64断网环境照常工作。卖点速览4 件让你用得上的事完全离线内置离线 OCR 引擎和多国语言识别库全程不联网识别数据不离开电脑。批量不限张数一次导入几百张 jpg、png、bmp、tiff、webp 图片结果可存为 txt、md、jsonl、csv(Excel)任务结束还能自动关机挂着过夜跑。排版不跑偏识别结果可按排版解析方案整理顺序代码截图选单栏-保留缩进缩进和空格原样保留。两种调用方式图形界面之外主程序自带命令行入口和 HTTP 接口可以写进脚本或被别的程序调用。快速上手3 分钟完成第一次识别到发布页下载最新版.7z压缩包或.7z.exe自解压包解压到任意目录路径避免中文。Windows 双击Umi-OCR.exeLinux 运行umi-ocr.sh无需安装。打开截图OCR标签页按快捷键框选屏幕区域识别结果自动进入剪贴板全程约 3 分钟。典型工作流3 个高频场景截图框选取字选中区域文字进剪贴板情况教程截图、聊天记录里的文字无法直接选中复制。操作打开截图OCR标签页按快捷键框选区域结果自动进剪贴板右侧记录栏里可以编辑、划选多条记录一起复制。别处复制过的图片也能直接粘贴进该页识别省去重复截图。效果复制一次即可粘贴到任何文本框多条识别结果还能合并复制。批量扫描件转文字整文件夹一次跑完情况几百张扫描图片要逐张转成文本。操作在批量OCR页点选择图片导入文件夹支持 jpg、png、bmp、tiff、webp 等格式且没有数量上限在设置里把结果保存为 txt 或 csv(Excel)开启任务完成后自动关机点开始任务。效果任务列表实时显示每张图的耗时和置信度过夜即可跑完整个文件夹。代码截图识别缩进空格原样保留情况把代码截图粘进编辑器普通识别总把缩进打乱。操作在识别设置里把OCR文本后处理-排版解析方案选为单栏-保留缩进该方案会保留行首缩进和行内空格横排、竖排均适用。效果识别出的代码块粘进编辑器结构不用手动重排。进阶调用命令行与HTTP接口主程序本身就是命令行入口把路径丢给umi-ocr即可识别文件夹里全部图片也可截图识别后直接进剪贴板。需要程序间对接时可开启 HTTP 接口默认开启仅本地环回通信不经过物理网卡用 curl 发一个 POST 请求即可拿到识别结果。umi-ocr --path D:/images # 识别文件夹内全部图片 umi-ocr --screenshot --clip # 截图识别结果进剪贴板完整参数与请求格式见 命令行手册 和 HTTP接口手册。高频问题速查识别不顺怎么办截图闪烁、界面错位 → 进全局设置 → 界面和外观切换渲染器或关闭硬件加速。长图、超清大图识别不全 → 批量OCR页设置 → 文字识别 → 限制图像边长调高数值。双栏文章文字顺序乱 → 排版解析方案换成多栏-按自然段换行。水印、页眉混进结果 → 批量OCR页进入忽略区域编辑器按住右键画矩形框框要完全包住水印位置只有整块落在框内的文本会被跳过。命令行没反应 → 到全局设置确认 HTTP 服务已开启默认开启仅本地通信。界面不是中文 → 全局设置 → 语言/Language切换简中、繁中、英文、日文等。识别漏字 → 确认当前 OCR 引擎的语言包支持该语言或在全局设置切换另一套引擎。适配度判断先对号入座再下载适合你如果需要离线处理截图、图片、扫描件数据不能出本机。有批量转文字需求愿意挂机跑任务支持完成后自动关机/待机。要从 PDF 扫描件提取文本或输出双层可搜索 PDF——原文排版保留文字可选中复制。想扫描条形码/二维码19 种码制、支持一图多码或反向由文本生成二维码。不适合你如果你用 macOS目前没有对应版本只支持 Windows 7 x64 和 Linux x64。你期望还原 Word 排版它输出的是纯文字不做版面重建。你手上是严重模糊、畸变的低质量照片准确率没有保障。获取与参与一行命令开始仓库克隆git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR更新日志CHANGE_LOG.mdBug 与建议在仓库提交 Issue界面翻译通过 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 2026/11/15 4:54:16

【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 2026/11/15 2:04:12

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/15 4:06:36

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
📞 ✉