Umi-OCR 完全指南：5 分钟上手的免费离线 OCR 工具-酒店常州论坛

Umi-OCR 完全指南：5 分钟上手的免费离线 OCR 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

Umi-OCR 是一款开源免费的离线 OCR 软件，解压即用、无需联网，把截图、图片、PDF 里的文字提取成可复制文本。自带识别引擎和多语言识别库，图片全程不出本机，敏感内容也能放心处理。

最快上手：3 分钟跑通第一次识别

从项目发布页下载.7z压缩包（或.7z.exe自解压包），解压到任意目录。
双击Umi-OCR.exe启动（Linux 下运行umi-ocr.sh）。无需安装、不产生注册表垃圾，首次打开会自动跟随系统语言切换界面。
打开"截图OCR"标签页，按下截图快捷键，框选屏幕上任意一段文字，松开鼠标，识别结果立刻出现在右侧记录栏。

左侧是图片预览，可以鼠标划选文字直接复制；右侧记录栏支持编辑、多选记录、整条复制。懒得截图的话，在别处复制一张图片后直接粘贴进 Umi-OCR 也能识别。从框选到拿到文字，通常不到 3 秒。

按场景拆功能

场景一：随手截图，拿到干净有序的文字

多栏排版的页面直接按引擎原始输出，文字顺序容易乱。Umi-OCR 提供排版解析：选"多栏-按自然段换行"还原正常阅读顺序；选"单栏-保留缩进"则专门对付代码截图，行首缩进和行内空格原样保留。横排、竖排（从右到左）文字都能自动处理，识别日文竖排内容尤其顺手。

场景二：整文件夹批量转文字

几百张扫描件、照片要逐个点？"批量OCR"标签页一次接住：拖入图片后点击开始任务即可。支持 jpg、png、webp、bmp、tif 等常见格式，没有数量上限；结果可导出为 txt、jsonl、md、csv（Excel）等格式。两个实用细节：水印、页眉页脚位置可以用"忽略区域"框选排除，避免混进结果；任务完成后可设置自动关机或待机，睡前挂任务、起床收结果。

场景三：整本 PDF 变可搜索文档

"文档识别"标签页支持 pdf、xps、epub、mobi、fb2、cbz 等格式。扫描件走 OCR，已有文本的文档直接提取，最终可输出双层可搜索 PDF——文字层叠在图片层之上，之后在 PDF 里直接搜索、复制都行。忽略区域同样适用，把每页页眉页脚排除干净。

场景四：顺手扫码、生成二维码

"二维码"标签页支持截图、粘贴或拖入图片识别二维码与条形码，支持一图多码和 19 种编码协议；反过来输入文本也能直接生成二维码图片，可指定纠错等级等参数。日常收付款码、文档里的链接码，识别生成都在同一个工具里闭环。

底气在哪：离线引擎与兼容性

识别引擎直接内置在软件里：自带 PaddleOCR-json 与 RapidOCR-json 两套离线引擎，内置简中、繁中、英文、日文等多语言识别库。识别过程不经过任何云端接口，Windows 7 x64 和 Linux x64 都能运行，老电脑也带得动。

界面本身也可调：全局设置里支持十余种界面语言切换、多个亮/暗主题、字体与字号调整。若截图时出现闪烁或界面错位，多半是渲染兼容问题，切换渲染方案或关闭硬件加速即可。

进阶集成：命令行与 HTTP 接口

界面点按之外，还有两条自动化通道。命令行入口就是主程序，例如把整个文件夹的图片识别结果写入文件：

umi-ocr --path "扫描件目录" --output "输出.txt"

--path支持传入多个文件或文件夹路径；--output覆盖写入，--output_append追加写入，--clip直接进剪贴板。需要程序化调用时，HTTP 接口提供图片 OCR、文档识别、二维码识别/生成等端点，默认监听127.0.0.1:1224，全局设置中勾选"高级"可见服务开关。完整参数与示例见 docs/README_CLI.md 和 docs/http/README.md，文档识别调用还附带了 Python 与 Web 示例代码（docs/http/api_doc_demo.py）。

下一步

下载一个发布包，先用快捷键跑通一次截图识别，再挑几张带水印的图试一遍忽略区域。项目通过 Weblate 平台协作界面翻译（dev-tools/翻译步骤（简易）.md 有操作指引），欢迎补充翻译或在仓库提交 Issue 反馈问题。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析