Umi-OCR离线 OCR 三步上手截图取字到批量识别全搞定【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-OCRUmi-OCR 是一款免费、开源的离线 OCR 软件截图取字、整文件夹批量识别、扫描版 PDF 转双层可搜索 PDF全程不联网、不装环境解压即用。截图页支持排版解析整理阅读顺序批量页有忽略区域排除水印文档识别页把扫描件变成能搜能选的文件。命令行和本地 HTTP 接口还留给脚本与定时任务调用。先确认环境项目要求平台Windows 7 x64、Linux x64获取方式发布包.7z压缩包或.7z.exe自解压包也可git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR获取源码运行要求无需安装、无需联网界面语言自动跟随系统内置引擎RapidOCR-json、PaddleOCR-json多语言模型库随包内置运行起来解压发布包Windows 双击Umi-OCR.exeLinux 执行umi-ocr.sh。预期现象主窗口弹出标签栏出现截图 OCR批量 OCR文档识别二维码全局设置。界面语言不对就去全局设置切换无需重启。从屏幕截出一段文字操作打开截图 OCR标签页。按页面设置的快捷键唤起截图框住文字区域后松开鼠标Esc随时取消。识别完成后点击右侧记录栏里那条带时间戳的结果即可复制左侧预览栏里的文字也能直接划选。在别处复制好图片也可以直接粘贴到这一页识别。验收✅ 记录栏多出一条新记录粘贴到记事本文字与图中一致。预览栏文字可划选说明文本层已经生成。避坑⚠️ 代码截图的缩进被压平 → 排版解析默认是多栏-按自然段换行面向普通文档 → 把排版解析改成单栏-保留缩进行首缩进和行内空格就能保留。竖排文字识别顺序怪 → 各排版方案都能自动处理横排和竖排但竖排还需要 OCR 引擎本身支持。一个文件夹几百张图一次出结果操作打开批量 OCR标签页选择图片或直接拖入整个文件夹一次几百张没问题数量没有上限。输入格式支持jpg / jpe / jpeg / jfif / png / webp / bmp / tif / tiff输出勾选txt / jsonl / md / csv(Excel)。图片里带固定水印或 LOGO 时进右栏设置的忽略区域编辑器按住右键画矩形把水印包进去框画大一点。长图、小字多的图到设置 → 文字识别把限制图像边长调高。点击开始左侧列表逐张滚出耗时和置信度跑完每个文件对应一份输出。验收✅ 任务结束后每张输入图都有对应输出文件。抽 3 张对比预览和结果置信度0~1偏低的几张人工核对一遍。避坑⚠️ 大图里小字认错 → 默认边长 960 会先把大图压缩 → 调到 2880 或 4320。⚠️ 水印文字混进结果 → 只有整块落在框内的文本会被丢弃横跨框边的字块仍保留 → 忽略区域画大、画全。半夜跑大批任务 → 可开启任务完成后自动关机/待机跑完自己收工。扫描版 PDF 怎么出可搜索版本操作打开文档识别标签页拖入文档支持pdf / xps / epub / mobi / fb2 / cbz。有页眉页脚的设一个忽略区域把固定位置框掉。开始任务。产物是双层可搜索 PDF原图在下识别文字在上只要原文字可改存单层纯文本 PDF。验收✅ 打开产物按CtrlF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。能选中、复制出文字版面排版没变。避坑⚠️ 输出 PDF 搜不到字 → 保存类型选的不是双层可搜索 PDF → 在保存设置里勾选对应类型再跑。扫描件页眉页脚混进文本 → 忽略区域没画到该位置 → 按版面对齐框住页眉页脚区域。把识别能力挂进脚本和定时任务操作进全局设置确认 HTTP 服务已允许默认开启主机保持仅本地默认端口1224。命令行和 HTTP 接口都依赖这个服务。命令行直接用入口就是主程序umi-ocr是Umi-OCR.exe的简写umi-ocr --screenshot --clip umi-ocr --path D:/docs --output 结果.txt--path可以传文件夹会递归识别里面所有图片也支持多路径。HTTP 两步走先GET http://127.0.0.1:1224/api/ocr/get_options拿全部参数定义再POST http://127.0.0.1:1224/api/ocr提交识别请求体base64放图片编码、options放语言、排版解析等选项。PDF 有对应的上传、查询、下载接口。验收✅umi-ocr --help能打印完整指令说明。✅ 浏览器访问get_options地址返回 JSON 参数表POST 一次返回code为100且data里有识别文本。避坑⚠️ 命令行没有任何反应 → 九成是 HTTP 服务没开 → 全局设置里允许 HTTP 服务。系统管道、|可能失效 → 运行环境限制 → 改用--output或走HTTP 转发命令行接口。长任务偶发ECONNREFUSED报错 → 后端并发能力有限 → 不要并发调用重发请求即可。参数只动这几个参数默认值什么时候改建议值语言/模型库models/config_chinese.txt简体中文纯英文、纯代码文档models/config_en.txt等见 get_options 返回值排版解析方案multi_para多栏-按自然段换行代码截图要保留缩进想整段不换行single_code单栏-保留缩进/multi_none限制图像边长960长图、小字多的大图2880、4320或999999无限制HTTP 端口1224和本机其他服务冲突全局设置里改成空闲端口界面上的改动都会存进UmiOCR-data/.settingsini 格式。也可以直接手改这个文件然后执行umi-ocr --reload重新加载v2.1.5 及以上支持。出问题先查这里现象多半原因处理办法命令行截屏无反应HTTP 服务没开全局设置里允许 HTTP 服务主机选仅本地识别顺序错乱、读不通排版解析方案不匹配这张图换方案代码截图选单栏-保留缩进大图里小字认错默认边长 960 先压缩了图片限制图像边长调到 2880 以上水印、LOGO 文字混进结果文本块落在忽略区域之外重画忽略区域框大框全HTTP 偶发ECONNREFUSED后端并发能力有限不要并发调用重试请求完整指令见 命令行手册接口细节见 HTTP 接口手册Python 源码在UmiOCR-data/py_src/想抠参数可以直接翻。顺手一提截图、批量、文档页之外二维码标签页还能扫码和生成二维码。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
