企业官网建设流程全解析

Umi-OCR：免费离线OCR工具，一次搞定截图、批量与文档

【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

截图里的字粘不出来，几百张扫描件只能一张张手抄——这类重复劳动，交给 Umi-OCR 就能省掉。它是一款开源免费的离线 OCR 工具：框选屏幕、拖入本地图片、喂进 PDF 文档，文字直接给你提取出来，全程无需联网，数据不出本机。

项目定位：解压即用的离线文字识别

Umi-OCR 是一款完全免费、开源的离线 OCR 软件（协议见 LICENSE），无需安装，解压后本地运行，识别全程不依赖网络。它覆盖四类输入源：屏幕区域截图、本地图片与文件夹批量、PDF 等文档扫描件、二维码与条形码。内置中文、英文、日文、韩文等多国语言识别库，截图、批量、文档、扫码一个软件全包。

从解压到第一条结果：最短路径

1. 获取：从 CHANGE_LOG.md 确认当前版本，下载.7z发行包或.7z.exe自解压包；也可以git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR获取源码。
2. 启动：解压后双击Umi-OCR.exe即可运行，首次打开会按系统语言自动选择界面语言。
3. 第一条结果：切到"截图OCR"标签页，按F4唤起截图（Esc取消），框选区域松手后，识别出的文字就出现在右侧记录栏，可直接编辑、复制。

能力拆解：按输入源分四路

屏幕区域：框哪识别哪

关键操作

• 按F4唤起截图并框选，Esc取消；
• 在别处复制过图片时，可直接粘贴进 Umi-OCR 识别；
• 右侧记录栏支持划选多条记录一起复制。

注意点

• "文本后处理"里的排版解析方案决定输出顺序，多栏文档可选"多栏-按自然段换行"；
• 界面语言不对时，到"全局设置→语言/Language"手动切换。

本地图片与文件夹：一次几百张

关键操作

• 把图片或整个文件夹拖入批量OCR页即可，没有数量上限，几百张一次跑完；
• 结果可保存为txt、jsonl、md、csv(Excel)。

注意点

• 输入支持jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff；
• 长图大图需在"页面设置→文字识别→限制图像边长"调高数值；
• 任务完成后可选自动关机/待机，适合挂机跑。

文档与扫描件：生成双层可搜索PDF

关键操作

• 导入pdf, xps, epub, mobi, fb2, cbz，可对扫描件做 OCR，也可直接提取文档原有文本；
• 输出"双层可搜索PDF"：保留原图并叠加文字层，搜得到的扫描件。

注意点

• 用"忽略区域"画矩形框，排除页眉、页脚、水印的干扰文字；
• 同样支持任务完成后自动关机/休眠。

条码与二维码：识码、生码一体

关键操作

• 截图/粘贴/拖入图片，读取其中的码，支持一张图里多个码；
• 反过来，输入文本也能直接生成二维码图片。

注意点

• 识别与生成都支持QRCode、EAN13、DataMatrix、PDF417等 19 种协议；
• 生成时可设置纠错等级等参数。

照着抄的实操配方

• 论文截图归档：一批截图拖进批量OCR，输出格式选md，识别完直接进笔记库；
• 纸质合同数字化：先扫描成 PDF，用文档识别生成双层可搜索PDF，页眉页脚用"忽略区域"框掉；
• 代码截图回 IDE：截图识别时排版方案选"单栏-保留缩进"，行首缩进保留，粘回编辑器就能改；
• 多语言资料：按文档实际语言选对应识别语言库，界面语言随系统自动匹配，也可手动切换；
• 夜间挂机：批量或文档任务勾选"完成后自动关机/待机"，睡前挂上，起床看结果。

让结果又快又准：配置与调优

核心开关是"页面设置→文字识别→限制图像边长"：边长超过该值的图片会被压缩，值越低越快、越高越准。

影响精度的还有几件非参数的事：

• 保证源图清晰、不倾斜不模糊；倾斜或倒置的文字开启"纠正文本方向"；
• 按文档语言选对应识别语言库，避免用错模型；
• 按版式挑排版解析方案：代码选单栏、多栏选多栏、竖排同样自动处理；
• 具体参数项在设置页实现中，可对照 UmiOCR-data/py_src/ 查看。

它和谁比：横向取舍

需要离线、免费、功能齐全且数据不出本机的方案时，Umi-OCR 是务实的选择。

接入工作流 + 踩坑自救

命令行入口就是主程序Umi-OCR.exe（可简写umi-ocr），它通过本地 HTTP 服务通信，只走本机回环、不经物理网卡，完整参数见 docs/README_CLI.md：

umi-ocr --screenshot # 鼠标截屏识别 umi-ocr --screenshot screen=0 rect=100,200,400,300 # 指定屏幕与区域 umi-ocr --path "D:/文档文件夹" # 识别文件夹内全部图片 umi-ocr --screenshot --clip # 结果复制到剪贴板 umi-ocr --qrcode_read "D:/a.png" # 识别二维码

HTTP 接口在"全局设置"允许后默认开启，地址http://127.0.0.1:1224，主要端点：/api/ocr（图片识别）、/api/doc（文档/PDF识别）、/api/qrcode（二维码识别与生成）。建议串行调用，详细参数查 docs/http/README.md。

高频问题的"现象→处理"：

• 识别文字顺序错乱 → 在"文本后处理"更换排版解析方案，多栏文档用"多栏-按自然段换行"；
• 大图长图识别不准 → "页面设置→文字识别"里把"限制图像边长"调高；
• 水印、页眉页脚混进结果 → 批量/文档页用"忽略区域"画出矩形框，排除整个文本块；
• 命令行或 HTTP 调不通 → 确认全局设置中 HTTP 服务已允许，主机选择"仅本地"；
• 界面语言不对 → "全局设置→语言/Language"手动切换为目标语言。

它适合偶尔抓文字的个人、批量处理扫描件的办公人员，以及要把 OCR 接进脚本的开发者。解压后按一次F4，从第一张截图开始试。

【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