Umi-OCR：免费离线 OCR 软件，截图识别与批量处理完整指南

Umi-OCR免费离线 OCR 软件截图识别与批量处理完整指南【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、完全离线运行的文字识别OCR软件面向需要从截图、扫描文档和 PDF 中提取文字的普通用户。所有识别过程在本地机器上完成图片不会离开你的电脑断网状态下也能使用。支持 Windows 7 x64 与 Linux x64解压后即可运行。 第一次识别从解压到出文字的 4 步获取项目git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR或从仓库发布页下载最新.7z包并解压。启动Windows 双击Umi-OCR.exeLinux 运行umi-ocr.sh没有安装环节。检查设置首次启动界面语言跟随系统可在“全局设置”标签页的语言下拉框中切换。试一次打开“截图OCR”标签页按截图快捷键可在“设置”面板里自定义框选屏幕区域右侧记录栏即出现识别文字。系统要求系统Windows 7 x64 及以上或 Linux x64无需联网离线引擎与多国语言识别库已打包在发布包内全局设置标签页可切换界面语言与主题设置快捷键、开机启动与开机自启 四个主要标签页截图、批量、文档、二维码截图 OCR框选区域得到有顺序的文字对屏幕框选区域识别也可以把别处复制的图片直接粘贴进窗口。右侧记录栏支持编辑文字、划选多条记录一起复制。差异来自“OCR文本后处理”的排版解析方案它会按文档版式重排识别结果其中“单栏-保留缩进”能保住代码截图的行首缩进。开启方式在截图OCR标签页顶部的后处理下拉框中选择方案默认为“多栏-按自然段换行”。截图OCR标签页左侧图片预览可直接划选文字右侧记录栏显示识别结果、置信度与耗时右键可复制批量 OCR一次处理几百张图片批量导入本地图片支持 jpg、png、bmp、tif、webp 等格式数量没有上限列表里逐张显示耗时与置信度。结果可保存为 txt、jsonl、md、csv 四种格式。“忽略区域”编辑器允许按住右键在水印或页眉页脚位置画矩形框框内整块文字在任务中被跳过任务结束还能设置电脑自动关机或休眠。开启方式在批量OCR标签页点“选择图片”或拖入图片选好输出格式与保存位置点“开始任务”。批量OCR标签页任务列表显示每张图的耗时与置信度进度条给出总体进度右侧逐条输出识别文字文档识别把 PDF 变成可搜索的文本支持 pdf、xps、epub、mobi、fb2、cbz 格式。对扫描件逐页 OCR对带文本层的文档直接提取原文。可输出“双层可搜索 PDF”——外观排版不变但文字能选中、能搜索同样支持设置忽略区域排除页眉页脚。开启方式在文档识别标签页选择文件并选定输出方式。多语言界面与两套 OCR 引擎界面支持简中、繁中、英、日等语言首次打开自动跟随系统语言。识别引擎提供 Rapid-OCR 与 Paddle-OCR 两套Rapid 兼容性更稳Paddle 速度稍快设置面板的“语言/模型库”用于选择目标识别语言。开启方式在全局设置的 OCR 插件部分切换引擎。同一套软件在繁中、日语、英语界面下的样子设置面板可见引擎语言选择与保存格式选项实战场景三个可以照做的任务数字化带水印的扫描合同背景扫描件上有公司 Logo 水印和页脚页码直接识别会把水印文字带进结果。在批量OCR标签页点“选择图片”加入合同全部页面图。在右侧设置进入“忽略区域”编辑器按住右键分别画一个能盖住 Logo 和页码位置的矩形框框要比水印略大。保存格式选 txt选定保存目录点“开始任务”。结果每页文字按顺序存成文件结果里没有水印与页码文字。从教程截图里提取代码背景教程是代码截图手敲一遍费时且容易敲错。打开截图OCR标签页在“OCR文本后处理”选“单栏-保留缩进”。按截图快捷键框选代码区域。在右侧记录栏右键选“复制”粘贴到编辑器。结果行首缩进与行内空格保留粘贴后代码结构不变。截图OCR标签页识别 Python 代码截图右侧识别结果保留了缩进与换行从扫描论文里提取文本背景PDF 是纯扫描件想引用、检索其中的段落和参考文献。打开文档识别标签页选中该 PDF。输出方式选“双层可搜索 PDF”开始任务。结果得到一份排版不变的 PDF可以直接在其中搜索和选中文字无需逐页重新识别。进阶用法与常见坑命令行入口就是主程序本身HTTP 服务默认开启通信走本地环回不经过物理网卡umi-ocr --path D:/图片文件夹这条命令识别指定文件夹里的所有图片也可以传单个文件路径再加--clip把结果复制到剪贴板或--output file.txt写入文件。umi-ocr --screenshot触发截屏识别--clipboard识别剪贴板里的图片。完整参数见 docs/README_CLI.mdHTTP 接口手册在 docs/http/。常见坑超长图、大图识别不全页面设置 → 文字识别 → 限制图像边长把数值调高。忽略区域是按“文本块”跳过而不是单个字符框画得太大或太小都可能漏掉水印。屏幕闪烁、界面错位在全局设置 → 界面和外观里更换渲染器或关闭硬件加速。命令行多图任务耗时长等上一条命令结束再输入下一条。常见问题断网能用吗能识别全部在本地完成引擎与语言库随发布包提供。兼容 Windows 7 吗x64 版本支持。有 macOS 版吗目前官方只发布 Windows 7 x64 与 Linux x64 版本。引擎怎么选发布包默认 Rapid-OCR兼容性更稳追求速度可换 Paddle-OCR。能识别日文等语言吗在“语言/模型库”选择对应模型库即可界面语言也支持切换。谁适合用谁不适合频繁处理扫描件、合同需要从 PDF 提取文字想用命令行或 HTTP 接口做自动化或者不想把文档上传到任何服务器的人都适合用它。需要 macOS 支持、或要做高并发服务端调用官方说明其并发支持有限的场景则不合适。与在线 OCR 服务相比它的图片全程留在本地代价是识别效果受本地引擎限制与 PaddleOCR 这类开发者框架相比它是不写代码的现成图形应用。Umi-OCR 是一个即解压即用的离线文字识别工具单次截图、批量图片、PDF 双层输出都能在没有网络的环境下完成。官方文档在 docs/ 目录更新日志见 CHANGE_LOG.md。【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