Umi-OCR：免费离线OCR文字识别工具，截图、批量、PDF一次搞定
【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
Umi-OCR 是一款免费、开源、离线的 OCR 文字识别软件，所有识别在本地完成，无需联网。它支持截图识别、批量图片识别、PDF 文档识别和二维码扫描生成，还能排除水印与页眉页脚，适合日常文字提取与文档数字化。
项目速览
Umi-OCR 是一款绿色便携的离线 OCR 软件，覆盖从单张截图到整批文档的识别场景，主要特性包括：
- 完全免费开源，解压即用，离线运行，识别内容不经过网络。
- 支持 Windows7 x64 与 Linux x64，兼容范围较广。
- 五大功能模块：截图OCR、批量OCR、PDF文档识别、二维码、公式识别。
- 内置 PaddleOCR、RapidOCR 等离线引擎与多国语言识别库。
- 提供命令行与 HTTP 接口，方便被其他程序调用。
- 文本后处理可自动整理多栏排版，批量识别支持忽略区域排除水印。
安装与首次运行
整个流程不需要安装，四步即可开始第一次识别：
- 获取软件：从 README 中的发行版地址下载
.7z压缩包或.7z.exe自解压包。自解压包在没有安装压缩软件的电脑上也能直接用。 - 解压部署：将文件解压到任意目录，例如
D:\Umi-OCR。程序不写注册表，整个文件夹拷走即可迁移。 - 启动程序：双击
Umi-OCR.exe（Linux 下为umi-ocr.sh）。首次启动会按系统语言自动切换界面，也可在"全局设置 → 语言"中手动改为中文、英文、日文等。 - 完成第一次识别：打开"截图OCR"标签页，按快捷键框选屏幕区域，识别结果会出现在右侧记录栏，可直接划选复制或编辑后复制。
核心功能解析
截图OCR与排版解析
截图OCR 面向"随手提取屏幕文字"的场景。你可以按快捷键框选区域截图，也可以在其他地方复制图片后粘贴进来识别。识别结果支持在右侧记录栏中编辑、多选合并复制。
配套的文本后处理 - 排版解析能整理识别出的文字顺序：多栏文档可自动识别分栏并按自然段换行，代码截图有"保留缩进"方案，竖排文字也能自动处理。默认选择"多栏-按自然段换行"即可覆盖大部分情况。
适合需要频繁从网页、电子书、软件界面中抄文字的用户。
批量OCR与忽略区域
批量OCR 标签页用于一次处理本地大量图片，支持 jpg、png、webp、bmp、tif 等格式，没有数量上限。识别结果可保存为 txt、jsonl、md、csv(Excel) 四种格式，任务完成后还可设置自动关机或待机。
针对带水印、LOGO 的图片，可用忽略区域功能：在页面右栏设置中打开编辑器，按住右键画若干矩形框，框内的整个文本块会被跳过。建议把框画得稍大一些，完全包住水印可能出现的位置。
适合需要批量转换扫描件、照片、截图为文字的用户。
文档识别（PDF识别）
文档识别页专门处理 PDF、epub、mobi 等文档文件。它对扫描件做 OCR，或直接提取 PDF 原有文本，输出为双层可搜索PDF——既有原始排版，又能全文搜索。该页面同样支持忽略区域，常用来排除页眉页脚，并支持任务完成后自动关机。
适合把纸质档案、扫描合同、电子教材转成可检索文档的用户。识别接口细节可参考 HTTP接口手册。
二维码识别与生成
二维码页支持两个方向：一是从截图、粘贴或拖入的图片中识别二维码与条形码，支持一图多码和 19 种编码协议；二是输入文本生成二维码图片，可调纠错等级与尺寸。
适合经常核对文档中链接码、需要自制二维码的场景。
命令行与HTTP接口
除了图形界面，Umi-OCR 还能被外部调用：命令行支持截图识别、指定路径批量识别、二维码读写等指令（umi-ocr --help可查看全部）；HTTP 接口提供图片OCR、文档识别、二维码的 REST 接口，服务在"全局设置"中默认开启，仅本地环回通信。详细说明见 命令行手册 与 HTTP接口手册。
实用技巧
- 选对引擎：发行版默认自带 RapidOCR 引擎，兼容性好；对准确率要求更高时可安装 PaddleOCR 引擎插件，二者可在"全局设置 → 切换OCR插件"中随时更换。
- 处理超大长图：识别像素很大的长图或大图前，先在"页面设置 → 文字识别 → 限制图像边长"中调高数值，否则图片会被压缩导致识别不全。
- 忽略区域要画大：只有完整落在框内的文本块才被忽略，画小会导致水印文字残留。
- 界面异常时换渲染器：若出现截图闪烁、UI 错位，到"全局设置 → 界面和外观 → 渲染器"切换渲染方案或关闭硬件加速。
- 留意日志：v2.1.5 起提供日志机制，启动日志保存在
UmiOCR-data/logs目录，保存级别可在全局设置中调整，排障时先查这里。
常见问题
Q：识别准确率不理想，文字缺字、乱序怎么办？先确认图片本身清晰、文字与背景对比度足够；再检查识别语言库是否与图中文字匹配；多栏文档请在文本后处理中选择"多栏"类排版解析方案，让程序按正确顺序输出文字。
Q：软件无法启动或界面显示异常？确认系统满足 Windows7 x64 或 Linux x64；检查是否完整解压（自解压包建议用管理员权限运行）；界面异常时先切换渲染器。仍无法解决，查看日志文件，再到项目 Issue 页面提交反馈，附上日志与复现步骤会更快得到处理。
Q：命令行执行后没有结果？命令行依赖本地 HTTP 服务通信，请确认"全局设置"中的 HTTP 服务已允许且主机为"仅本地"（默认开启）。另外识别任务耗时较长，一条命令结束前不要输入下一条。
Q：识别结果支持哪些保存格式？批量OCR支持 txt、jsonl、md、csv 四种文本格式；文档识别支持输出双层可搜索PDF。也可以让结果复制到剪贴板，直接粘贴到其他应用中。
写在最后
Umi-OCR 把截图、批量、文档识别放进一个免费离线的工具里，覆盖大多数文字提取需求，解压即可用。建议先从截图OCR上手，再用批量页处理日常文档。使用中遇到问题或有功能建议，欢迎到项目 Issue 页面反馈，社区会持续跟进改进。
【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
