免费离线文字识别神器Umi-OCR：从安装到自动化，一篇玩明白
免费离线文字识别神器Umi-OCR从安装到自动化一篇玩明白【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、完全免费的离线文字识别软件无需联网即可完成截图识别、批量图片转文字、PDF 文档提取与二维码扫码是图片转文字工具里少见的全能选手。它解压即用、内置多国语言识别库特别适合注重隐私又想省钱的普通用户一篇文章带你从零上手到进阶自动化。你有没有经历过这样的时刻网页上的文字明明在眼前却怎么都复制不出来只能对着屏幕一个字一个字手敲几百张扫描件堆在桌上光是整理文字就能耗掉一下午图片里的代码段想抄下来复制过来却缩进全乱、格式全丢Umi-OCR 就是为了解决这类看得见却拿不走的文字而生而且它完全离线运行你的图片不会上传到任何服务器。第一步下载解压3 分钟完成第一次识别Umi-OCR 的安装可能是你见过的软件里最简单的——因为它根本不需要安装。从项目发布页下载最新版的压缩包.7z格式也有免装压缩软件的.exe自解压版。把压缩包解压到一个纯英文路径下比如D:\Umi-OCR。双击文件夹里的Umi-OCR.exe程序即刻启动。进入截图OCR标签页按下你设置好的截图快捷键用鼠标框选屏幕上的任意文字区域。识别结果会出现在右侧的记录栏里选中直接复制即可。 提示软件完全免安装不写注册表想卸载时直接删掉整个文件夹就行。第一次启动时它还会根据你电脑的系统语言自动切换界面语言。这一套流程走下来通常不超过 3 分钟你已经完成了人生第一次离线 OCR。接下来我们看看如何让识别结果真正好用。第二步让识别结果能读——排版解析与代码识别很多 OCR 工具能认出文字但输出的顺序和换行一团糟多栏排版的文章被读成左一句右一句代码缩进全被抹平。Umi-OCR 在截图识别页内置了**文本后处理排版解析**功能专门解决这个问题。截图识别页面左侧是原图右侧是识别结果支持划选复制打开文本后处理下拉框你可以选择不同的排版解析方案多栏-按自然段换行适合大部分场景自动识别多栏布局按自然段换行。多栏-总是换行 / 无换行每句都换行或强制合并成一行。单栏-保留缩进保留行首缩进和行中空格专为代码截图设计。不做处理返回 OCR 引擎的原始输出。对程序员来说单栏-保留缩进简直是大救星。遇到没法复制的代码截图框选识别后直接得到带缩进的原始代码中文注释和特殊符号也能保留下来。左侧是原始代码截图右侧是识别结果缩进与结构完整还原实用技巧截图页还支持直接把剪贴板里的图片粘贴进来识别CtrlV 即可识别记录可以多选合并复制如果觉得识别结果需要微调右侧记录栏支持直接编辑文字。另外公式识别功能也已经排上开发日程数学公式截图同样可以期待。第三步批量 OCR几百张图片一次搞定如果说截图 OCR 是单兵作战那批量 OCR 就是集团军作战。在批量OCR标签页里你可以一次性拖入几百张图片软件会自动排队识别还能实时显示每张图的耗时和置信度。批量识别页面支持多图队列、进度跟踪与结果预览支持的输入格式有jpg、png、webp、bmp、tif等常见图片类型识别结果的导出则非常灵活支持txt、jsonl、md、csv(Excel)四种格式既能拿到纯文本也能拿到带坐标的结构化数据方便做二次处理。这里有两个功能特别值得一说忽略区域如果你的图片角落常年挂着水印或 LOGO可以在右侧设置里进入忽略区域编辑器用鼠标框出几个矩形任务中这些区域内的文字会被自动跳过识别结果干净不少。处理页眉页脚时同样好用。任务完成自动关机/待机晚上挂机跑几百张图跑完自动休眠第二天直接收结果。 提示如果遇到像素超大的长图、大图识别异常可以在页面的设置 → 文字识别 → 限制图像边长里调高数值。第四步把 PDF 变成可搜索文本顺手扫个二维码批量页解决图片文档识别页则专攻电子书和扫描件。Umi-OCR 的文档识别支持pdf、xps、epub、mobi、fb2、cbz等格式可以从扫描件中提取文字更厉害的是能输出双层可搜索 PDF——即你看到的是原版扫描影像但可以像普通文档一样选中、搜索、复制里面的文字。文献党的福音谁用谁知道。二维码功能同样集成在标签页里且一页两用扫码截图、粘贴或拖入图片即可读取其中的二维码、条形码支持一图多码兼容 19 种协议QRCode、Code128、PDF417、DataMatrix 等。生成码输入任意文本一键生成二维码图片还能调整纠错等级和尺寸做资料分享、信息交换都很顺手。第五步接入自动化工作流——命令行与 HTTP 接口如果你嫌点鼠标太慢Umi-OCR 还提供了完整的外部调用能力命令行和 HTTP 接口。这让它从一个图形软件变成了可以被脚本、被其他程序调用的 OCR 引擎。命令行的入口就是主程序本身常见的玩法有# 截屏识别结果直接进剪贴板 umi-ocr --screenshot --clip # 识别指定图片或整个文件夹 umi-ocr --path D:/图片目录 # 识别剪贴板里的图片 umi-ocr --clipboard # 识别二维码 / 生成二维码 umi-ocr --qrcode_read D:/code.png umi-ocr --qrcode_create 你好 D:/out.png配合 Windows 的任务计划程序或第三方热键工具你甚至可以做到按一个键就自动截屏识别。HTTP 接口默认监听本地 1224 端口仅本地回环不经过物理网卡数据不出本机提供图片 OCR、PDF 识别、二维码等 REST 接口返回 JSON 格式结果。你可以在自己的小程序、Python 脚本里直接 POST 图片过去拿文字详细的参数说明见HTTP接口手册命令行完整用法见命令行手册。避坑清单这些小事能帮你少走弯路务必用英文路径安装中文路径可能引发个别引擎组件异常这是老玩家总结出来的第一条经验。界面闪烁或错位在全局设置 → 界面和外观 → 渲染器里切换渲染方案或直接关闭硬件加速。批量任务别贪多虽然支持数百张图片排队但建议分批处理方便中途检查识别质量。关闭软件前记得断开 HTTP 连接如果有程序还挂着 HTTP 连接可能导致软件关闭不彻底等待连接断开或进任务管理器结束进程即可。命令行不弹窗如果不想让命令行任务弹出主窗口记得在截图OCR页关闭相关选项。语言不满意在全局设置 → 语言里手动切换中、英、日、韩、俄等界面语言随你选识别语言库同样内置了多国模型。总结从看得见到拿得走回看整条体验路径从第一次截图识别的新奇到排版解析让结果可读再到批量处理解放双手最后通过命令行与 HTTP 接口把 OCR 能力嵌入自己的工作流——Umi-OCR 的每一层能力都踩在让文字真正属于你这个点上。它免费、开源、离线运行功能还在持续迭代完整的更新历史见更新日志。如果你也有过对着图片文字干瞪眼的时刻现在就去下载体验吧。下一次遇到复制不了的网页、堆积如山的扫描件你会庆幸自己手里有了这把顺手的工具。【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
