企业官网建设流程全解析

Umi-OCR 离线OCR工具：60秒本地跑起来，批量识别图片文字免费又简单

【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 是一款免费开源的离线 OCR 工具，专门解决"图片里的文字怎么变成可编辑文本"这个老问题。它最大的卖点：完全本地运行、解压即用，不用注册、不上传隐私、不限次数，几分钟就能用起来。

🚀 60秒跑起来：解压即用的最短路径

Umi-OCR 不需要安装，官方发布包是.7z压缩包或.7z.exe自解压包：

1. 下载最新版本压缩包，解压到任意目录；
2. 双击Umi-OCR.exe启动（Linux 用umi-ocr.sh）；
3. 打开"截图OCR"标签页，按默认快捷键Ctrl+Alt+Z，框选屏幕上任意区域，文字立刻复制到剪贴板。

首次打开时，软件会按系统语言自动切换界面，繁中、英语、日语都能用。

Windows 用户也可以用 Scoop 一行装完：

scoop install extras/umi-ocr

想基于源码构建的开发者，可以克隆仓库：git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR（构建流程见 构建项目说明）。

🎯 它到底解决了什么问题

场景一：屏幕上的文字复制不了。以前遇到只读截图、图片化网页，只能手打或者上传云端识别，既慢又有隐私顾虑。现在用 Umi-OCR 截图 OCR，快捷键一按、框选、完成，结果自动进剪贴板，全程 3 秒。

场景二：几百张扫描件等着数字化。以前靠云 OCR API 按量付费，或者一张一张手动录入。现在 Umi-OCR 批量 OCR 没有数量上限，一次性拖入几百张图片，识别完直接导出 txt、md、csv、jsonl，还支持任务完成后自动关机/待机。

场景三：图片上全是水印和页眉页脚。以前识别出来一堆脏字符，要人工清洗。现在用"忽略区域"功能，在图上框选水印位置，这些区域的文字会在任务中被直接跳过。

🧩 核心能力拆解

截图 OCR + 排版解析。识别结果不是一堆乱序文本，软件内置"文本后处理"模块会按版面整理顺序：

• 多栏-按自然段换行：适合报纸、论文双栏排版；
• 单栏-保留缩进：适合代码截图，保留行首缩进；
• 横排、竖排文字都能自动处理。

批量 OCR + 忽略区域。支持 jpg、png、bmp、tif、webp 等常见格式；右栏设置里进入忽略区域编辑器，按住右键画矩形框，水印、LOGO、页码统统可以排除。

文档识别。直接导入 PDF、epub 等格式，既能 OCR 扫描件，也能提取原有文本，还能输出"双层可搜索 PDF"——原文档下面垫一层可检索文字。

二维码与条形码。截图、粘贴或拖入图片即可读取，支持一图多码、19 种协议；反向也支持输入文本生成二维码图片。

命令行与 HTTP 接口。所有功能都可以通过命令行或本地 HTTP 接口调用，方便接入自动化流程，详见 命令行手册 和 HTTP接口手册。

🔁 一条完整工作流：批量数字化带水印的扫描件

假设你有一整夹子扫描的合同，带页眉页脚和公司水印，目标是全部转成 txt：

1. 把扫描图片放进一个文件夹；
2. 打开"批量OCR"标签页，把文件夹里的图片拖入任务列表（支持几百张，无上限）；
3. 进入忽略区域编辑器，按住右键框选水印和页眉位置——建议框大一点，完全包住水印可能出现的所有位置；
4. 排版解析选多栏-按自然段换行，输出格式选txt；
5. 点"开始任务"，实时看进度。识别完成后按文件名保存结果，复制到 Word 做最终排版即可。

整个过程不需要联网，敏感文件不会离开你的电脑。

⚖️ 和云 OCR 比，差别在哪

结论很直接：对隐私敏感、批量大、断网环境，Umi-OCR 是最省心的选择；如果你有 GPU 集群跑超大规模任务，云服务弹性更好。

👍 适合谁，不适合谁

适合：

• 处理扫描件、合同、论文等敏感文档，不希望上传云端的用户；
• 一次要处理几十上百张图片的办公/学生/开发者；
• 想把 OCR 接进自己脚本或工作流的人（命令行 + HTTP 接口现成可用）。

不适合：

• 需要 macOS 或移动端支持的用户，目前只支持 Windows 7 x64 和 Linux x64，macOS 还在远期计划里；
• 对数学公式识别精度要求极高的场景，公式识别目前还比较初级；
• 表格图片直接转 Excel 的需求，官方尚未实现。

🛠 进阶玩法

命令行自动化。命令行入口就是主程序本身，几行就能干活：

umi-ocr --path "D:/images_folder" # 批量识别整个文件夹 umi-ocr --screenshot rect=50,100,300,200 # 定时截取固定区域并识别

配合计划任务或快捷键工具，可以实现"每天定点识别屏幕某块区域"这类自动化。

HTTP 接口集成。软件内置本地 HTTP 服务（默认开启，仅本地环回通信），其他程序可以直接发请求让它识别、读码、生成二维码，适合做系统集成，接口文档在 docs/http/README.md。

切换引擎与界面。在"全局设置"里可以切换 RapidOCR / PaddleOCR 两个离线引擎，也能改界面语言、主题、字体大小；批量任务量大时，记得在设置里调高"限制图像边长"，避免超大图被截断。

🏁 下一步

1. 下载最新发行版，解压，双击Umi-OCR.exe，先跑一次截图识别找感觉；
2. 有几百张图片要处理？直接照上面的批量工作流走一遍；
3. 想深入：阅读 命令行手册 与 HTTP接口手册，了解更新历史看 CHANGE_LOG.md。

离线、免费、批量、可自动化——Umi-OCR 把"图片变文字"这件事，变成了一件几分钟上手的小事。

【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