Umi-OCR 双层PDF转换指南：6步把扫描PDF变成可搜索文档

Umi-OCR 双层PDF转换指南：6步把扫描PDF变成可搜索文档

【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

几十页的扫描 PDF，能翻能看，就是搜不到、复制不了，找一句话只能一页页肉眼看。Umi-OCR 双层 PDF 转换能帮你解决：免费、开源、全程离线，把扫描件批量变成可搜索、可复制的文档。下面带你走通四件事：先搞懂原理，再 6 步操作，接着调参数与批量自动化，最后附一份排查清单。

搞懂双层PDF的原理

扫描 PDF 的本质是一叠图片，文字以像素形式"烧"在图像里，电脑只看得见色块、读不出字。双层 PDF 的做法很朴素：底层原样保留扫描图像，观感、打印都不变；上层再叠一层透明的文字，肉眼看不见，但复制、搜索、摘录全都解锁了。这就像给照片配了一层隐形字幕——画面没动，机器却已经读得懂了。

"全程离线"对档案、合同这类敏感资料尤其关键——识别引擎装在本机，断网照样跑。

6步拿到第一份双层PDF

第 1 步 解压即用：从发布页下载Umi-OCR_Rapid_v2.1.5.7z，解压后双击Umi-OCR.exe启动。免安装、免配置，绿色运行，适合在别人的电脑上即用即走。

第 2 步 打开"文档识别"标签页：主界面是标签页结构，点开"文档识别"页，把要转的 PDF 拖进左侧文件列表。支持批量拖入几十个文件，也兼容 epub、mobi、cbz 等电子书格式。

第 3 步 设输出为双层 PDF：右侧设置面板把"保存格式"设为"双层 PDF"（只要文字、不在乎版式可选手动单层文本 PDF），并把"识别语言"切到文档对应语言。前者决定结果能否搜索，后者决定识别准不准，别让默认配置硬扛不合适的语言。

第 4 步 框掉页眉页脚（可选）：点"忽略区域"，用鼠标框选每页顶部的页眉、底部的页码，还能指定生效的页码范围。杂讯去掉后，导出的正文会干净一个台阶。

第 5 步 开始任务并验收：点"开始任务"，右侧逐页显示进度。去输出目录打开生成的 PDF，先用 Ctrl+F 搜一个词验证"可搜索"是否生效，再随机抽几页目测图像清晰度，确认无误即完成。

识别效果不够好时怎么调

遇到中英混排文档识别不准，把"识别语言"切到含英文的模型库，准确率会明显提升，软件内置简中、繁中、英、日、韩、俄语等多国语言。

遇到双栏论文、报纸阅读顺序错乱，"排版解析方案"默认"多栏-按自然段换行"一般能自动分栏；个别乱排就换成"单栏-总是换行"，扫描版代码截图则选"单栏-保留缩进"保留行首缩进。

遇到大分辨率扫描件识别偏慢或精度不足，把"限制图像边长"调高（默认 960 更快，调到 2880 或 4320 可提升大图精度），按文件实际清晰度取一个平衡值即可。

遇到只想识别中间某几页，设"OCR 页数起始/结束"跳过无关页，配合忽略区域的页码范围，可对超长文档做精细的分段处理。

💡 这些设置都在"文档识别"页右侧面板，改动即时生效；建议先拿一两页试跑，确认效果再批量执行。

批量转换的进阶用法

前提：在"全局设置"中保持"允许 HTTP 服务"开启（默认开启），本机服务监听端口1224。完整接口说明见 docs/http/api_doc.md，可直接运行的示例见 docs/http/api_doc_demo.py。整体流程是：上传文件 → 轮询任务状态 → 生成目标文件取下载链接 → 下载并清理任务；任务若不清理会在 24 小时后自动清理。

import requests, time, json S = "http://127.0.0.1:1224" r = requests.post(f"{S}/api/doc/upload", files={"file": open("a.pdf", "rb")}) tid = json.loads(r.text)["data"] while not json.loads(requests.post(f"{S}/api/doc/result", json={"id": tid}).text)["is_done"]: time.sleep(1) d = json.loads(requests.post(f"{S}/api/doc/download", json={"id": tid, "file_types": ["pdfLayered"]}).text) open("out.pdf", "wb").write(requests.get(f"{S}{d['data']}").content) requests.get(f"{S}/api/doc/clear/{tid}")

把这套逻辑套进循环，整个文件夹的扫描件几分钟就能批量转完；结果除 PDF 外还支持 txt、csv、jsonl，方便对接下游系统。

常见问题排查清单

⚠️双层 PDF ≠ 可编辑文档。文字层是透明的，用来检索与复制，双击不会出现光标让你改字；想要带样式的 Word 或可编辑 PDF，那是另一个需求方向，动手前先想清楚目标格式。

总结

一句话：懂原理 → 会操作 → 能调优 → 可批量 → 会排查，一条完整的"扫描件数字化"工作流，全程离线免费。除双层 PDF 外，Umi-OCR 还自带截图 OCR（快捷键截屏即识别）、批量图片 OCR，以及支持 19 种码制的二维码扫描/生成，命令行调用见 docs/README_CLI.md。现在就下载解压，挑一份最头疼的扫描 PDF 按上面 6 步走一遍，很快就能拿到第一份可搜索文档。

【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