企业官网建设流程全解析

Umi-OCR 实战教程：三个场景跑通截图取字、批量识别与 PDF 搜索，全程离线

【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

截图里想抠出文字、一文件夹扫描件没法一张张处理、PDF 全文搜索一片空白——这些事 Umi-OCR 都能一次办到。它是一款免费开源的离线 OCR 软件，解压即用，不上传图片、不依赖网络，识别全部在你自己的电脑里完成。

解压后三步跑通第一次识别

发布包是.7z压缩包（也有.7z.exe自解压版），支持 Windows 7 x64 与 Linux x64，没有安装器。

1. 解压后双击Umi-OCR.exe（Linux 下运行umi-ocr.sh），首次打开界面语言会跟随系统自动切换。
2. 进「全局设置」页：语言、主题、字体、开机自启、OCR 引擎插件都在这里，顺手把自启加上。
3. 切到「截图 OCR」页，按快捷键唤起截图（快捷键在该页设置里改），鼠标框选区域，按Esc可随时取消。

识别完成后文字出现在右侧「记录」栏，点一下即复制，最短路径就此跑通：截图 → 识别 → 复制。

📸 把教程截图里的代码直接贴进 IDE

想把教程、视频截图里的代码拷进编辑器，手敲一遍既慢又容易漏空格，普通识别还会把缩进吞掉，这一节就解决这件事。

1. 在「截图 OCR」页框选代码区域。
2. 打开右侧设置面板，把「排版解析」选为单栏-保留缩进——它专为代码设计，行首缩进和行中空格原样保留。
3. 识别完成后，在记录栏选中结果直接复制。

验证很简单：粘进 IDE 或 Markdown 预览，缩进层级和原图一致、没有多余空格，就过关了。

坑预警：默认的「多栏-按自然段换行」是为报纸式排版设计的（自动识别栏序、按段换行），拿它处理代码会丢掉缩进；反过来，多栏报纸、公文这类文档保持默认的多栏方案即可，阅读顺序会自动排对。

批量识别整个扫描图文件夹，输出 txt 或 Excel

几十上百张扫描文档、票据或拍照图，一张一张过不现实，批量页一次处理完。

1. 打开「批量 OCR」页，点「选择图片」或直接拖入文件夹。输入支持jpg / jpe / jpeg / jfif / png / webp / bmp / tif / tiff，无数量上限。
2. 选定输出格式：txt / jsonl / md / csv(Excel)。
3. 点「开始任务」，列表逐张显示识别耗时与置信度。

验证：随机抽 3 张，对照左侧预览和右侧记录；置信度（0~1）低于 0.8 的几张重点人工核对。

常见坑有两个：每张图都有固定位置的水印或 LOGO 时，进右侧设置的忽略区域编辑器，按住右键画矩形把水印罩住——只有整个文本块完整落在框内才会被丢弃，所以框画大一点更稳；图片像素超大的长图，先把「设置 → 文字识别 →限制图像边长」从默认 960 调到 2880 或 4320，否则图片会先被压缩、小字发糊。

把扫描版 PDF 变成可搜索的文件

PDF 是纯图片扫描件，全文搜索一片空白，想引用一句话却找不到在哪页，文档识别页（v2.1.0 及以上版本）就是干这个的。

1. 打开「文档识别」标签页，拖入文件，支持pdf / xps / epub / mobi / fb2 / cbz。
2. 只想要正文的话，设定忽略区域把页眉页脚排除掉。
3. 任务完成后得到双层可搜索 PDF：原图还在底层，识别出的文字藏在顶层。

验证：打开生成的 PDF，用 Ctrl+F 搜一个只出现在正文里的词，能直接跳到对应页，说明文字层写对了。

坑预警：页眉、页脚、页码的文字会被原样识别进结果，记得提前画好忽略区域省得返工；想挂机批量跑大批文档，可在设置里勾「任务完成后自动关机」。

记牢这 5 个设置项：缩进、大图、多栏

日常基本只用得着这几项，其余保持默认：

界面改动会自动存到UmiOCR-data/.settings（ini 格式），可以手改，改完执行umi-ocr --reload重载即可（v2.1.5 以上支持）。

🚀 用命令行与 HTTP 接入 OCR 自动化

跨进程调用依赖本地 HTTP 服务（默认开启，主机保持「仅本地」即可），默认端口1224。两条路任选：

命令行（umi-ocr即Umi-OCR.exe的简写）：

umi-ocr --screenshot --clip # 截图取字，结果进剪贴板 umi-ocr --path "D:/docs" --output "结果.txt" # 整个文件夹批量识别 umi-ocr --qrcode_read "D:/code.png" # 识别二维码

HTTP 接口（任何语言都能接）：

GET http://127.0.0.1:1224/api/ocr/get_options # 查询全部参数与默认值 POST http://127.0.0.1:1224/api/ocr # 传 base64 图片 + options，返回识别文本

请求体是一个 JSON：base64放图片编码，options放「语言/模型库」「排版解析」等选项。完整参数表见 图片识别接口文档，文档识别也有上传/查询/下载接口，细节看 api_doc.md。

四个常见识别问题速查

把 Umi-OCR 当成你电脑里随叫随到的文字提取组件：截图取字、批量导出、PDF 补文字层，入口都固定，离线完成、图片不出机器。建议先在截图页练熟，再上批量与文档页；各命令的完整参数在 命令行手册，接口用法汇总在 HTTP 接口手册。

【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