企业官网建设流程全解析

Umi-OCR：免费离线OCR文字识别工具，截图、批量、PDF 5分钟上手

【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、完全离线的 OCR 软件。它解压即用，不需要联网，所有图片文字识别都在本机完成。它支持截图识别、批量图片识别和 PDF 文档识别，适用于 Windows 7 x64 和 Linux x64 系统。

三步跑起来

👉 先拿到效果，再回头看它有什么。

第1步：获取程序。两种方式任选：

git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR

或从发布渠道下载.7z发行包。发行包解压后得到Umi-OCR.exe，无需安装任何依赖，也无需配置 Python 环境。

第2步：启动。双击Umi-OCR.exe。软件会按系统语言自动切换界面，支持简体中文、繁体中文、英语、日语等。

第3步：截图识别。打开"截图OCR"标签页，按截图快捷键框选屏幕区域，右侧记录栏立刻出现识别出的文字，可直接划选复制。

能力地图：按任务找功能

识别质量：排版解析方案决定输出顺序

识别准不准是一回事，文字顺序对不对是另一回事。Umi-OCR 内置"文本后处理"，识别完成后自动整理段落顺序，预设方案包括：

• 多栏-按自然段换行：自动识别多栏布局，适合大部分文档；
• 单栏-保留缩进：保留行首缩进和行内空格，专门用于代码截图；
• 多栏-无换行：把所有语句合并成一行，适合表格、票据类内容。

这些方案同时兼容横排和竖排（从右到左）文字。

批量处理：一次几百张，四种输出格式

"批量OCR"标签页用于导入本地图片，无数量上限，一次可处理几百张。

• 支持输入：jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff
• 支持输出：txt, jsonl, md, csv(Excel)
• 任务完成后可设置自动关机/待机，适合睡前挂一批扫描件

文档处理：PDF 扫描件变可搜索

"文档识别"支持pdf, xps, epub, mobi, fb2, cbz。对扫描件执行 OCR，也可以直接提取 PDF 里已有的文本层。核心能力是输出双层可搜索 PDF：底层是原图，上层是透明文字，既能搜索又能复制，版式不变。

二维码：19 种协议，能扫也能造

"二维码"标签页支持截图、粘贴或拖入图片来扫码，支持一图多码，覆盖 19 种协议，包括 QRCode、DataMatrix、PDF417、EAN13、Code128 等。反向也支持：输入一段文本，生成二维码图片，可选纠错等级。

集成方式：命令行 + HTTP 接口

Umi-OCR 可以脱离界面工作：

umi-ocr --path "D:/img1.png" "D:/img2.png" --output result.txt

命令行通过本地回环的 HTTP 接口与主进程通信，不经过物理网卡。全局设置里的"服务"区域必须保持 HTTP 服务开启（默认开启）。完整的命令参数见 命令行手册，REST 接口的完整说明见 HTTP接口手册。

选型决策：RapidOCR 还是 PaddleOCR

Umi-OCR 内置两种离线 OCR 引擎，以插件形式提供，可在"全局设置"里随时切换：

两种引擎都支持多语言识别库，切换引擎不影响排版解析等后处理设置。

场景实战

任务一：从代码截图提取代码并保留缩进

配置：截图OCR 页 → 设置 → 文本后处理选"单栏-保留缩进"。

操作：框选代码区域，右侧记录栏输出的代码保留原有缩进和空格，直接粘进编辑器即可编译。

验证：对比原图检查for循环体、return语句的缩进层级是否原样保留。

任务二：批量识别带水印的图片

配置：批量OCR 页 → 右栏设置 → 进入忽略区域编辑器，按住右键拖出矩形框，框住水印可能出现的全部位置。

操作：框内的文字块会被整个跳过。注意规则是"整块忽略"——只有完全落在框内的文本块才会被去掉，框边擦到的块仍会输出，所以矩形宁大勿小。

验证：先拿一张样图试跑，检查记录栏里水印文字是否已消失。

任务三：把扫描版 PDF 变成可搜索 PDF

配置：文档识别页，选择 PDF 文件，输出类型勾选双层可搜索 PDF；页眉页脚干扰大时同样用忽略区域框掉。

操作：启动任务，完成后在输出目录打开生成的 PDF，用 Ctrl+F 搜索一个词。

验证：搜索能命中、文字可选中，即说明上层文字层写入成功。

避坑手册

症状：超大长图识别不全或被压缩原因：默认限制了图像边长解法：批量OCR 页 → 页面设置 → 文字识别 → 限制图像边长，调高数值。

症状：界面截屏闪烁、UI 错位原因：显卡加速渲染与部分驱动不兼容解法：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。

症状：脚本调用命令行时收不到回传、管道>|失效原因：运行环境限制，暂不支持输出流重定向解法：改用 HTTP 接口转发命令行，或让结果写入--output指定的文件。

症状：HTTP 大批量连续调用偶发ECONNREFUSED原因：后端组件对并发和长时间连续调用支持有限解法：不要并发调用；报错后直接重发请求即可。

开始动手

解压后运行Umi-OCR.exe，打开"截图OCR"页按一次截图快捷键，你就能拿到第一段识别结果。接下来按 命令行手册 和 HTTP接口手册 把截图OCR接进你的自动化流程。软件更新记录见 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