Umi-OCR 新手使用指南免费离线 OCR 工具搞定截图、批量与 PDF 取字【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 是一款开源免费的离线 OCR 软件帮你把截图、本地图片、PDF 里的文字提取出来。它解压即用、全程不联网识别数据不出本机一个程序覆盖截图、批量、文档、二维码四类任务并内置多种语言识别库。 三步跑通从解压到第一次取字这一节带你走最短路径拿到第一条识别结果。获取下载发行版.7z压缩包或.7z.exe自解压包后者无需装压缩软件开发者也可用git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR拉取源码。当前版本可在 CHANGE_LOG.md 中确认目前为 v2.1.5。启动解压后双击Umi-OCR.exe。这是绿色免安装程序首次打开会按系统语言自动选择界面语言。出结果切到截图OCR标签页按默认快捷键WinAltCLinux 为AltC唤起截图Esc取消框选屏幕区域后文字进入右侧识别记录栏可直接划选、编辑、复制多条记录。标签页可按需开关标签栏左上角可切换窗口置顶右上角能锁定标签页防误关。四类识别任务按你要做的活儿找功能主界面由标签页组成每个标签页对应一类任务。以下按任务讲不罗列菜单。把屏幕任意区域的文字抓下来适合随时从网页、软件界面里抠文字。打开截图OCR页按WinAltC截图框选结果进入右侧识别记录栏。在别处复制图片后直接粘贴进来识别默认快捷键WinAltV。文本后处理里的排版解析方案决定输出顺序可选多栏-按自然段换行、单栏-保留缩进等。避坑代码截图选单栏-保留缩进能保住行首缩进和行中空格。一次识别几百张本地图片适合图片归档、成规模整理。把图片或文件夹拖入批量页即可没有数量上限。选择输出格式txt、jsonl、md、csv(Excel)。输入支持jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff与截图页一样支持文本后处理。可勾选任务完成后自动关机/待机。避坑长图、大图识别不准时先调高页面的设置→文字识别→限制图像边长再开任务。把扫描件变成可搜索的双层 PDF适合纸质资料的数字化。导入文档对扫描件做 OCR或提取原有文本。输出双层可搜索PDF保留原图并叠加可检索的文字层。用忽略区域排除页眉页脚按住右键绘制矩形框框内文字会被排除。支持任务完成后自动关机/休眠。输入格式pdf, xps, epub, mobi, fb2, cbz。避坑忽略区域按整个文本块生效不是单个字符矩形框要画得包住目标文字块。读码取内容也生成码图适合扫码取信息、把文本做成二维码。截图/粘贴/拖入图片读取其中的码支持一图多码。输入文本即可生成二维码图片可手动指定图片宽高。识别与生成都支持 19 种协议包括QRCode、EAN13、DataMatrix、PDF417等。生成时可调纠错等级该参数仅适用于Aztec、PDF417、QRCode。避坑要用到码图时直接保存生成的图片文件不要对着屏幕再截图识别一次。场景配方四个照抄即用的组合按你的实际需求挑一条组合操作即可。文献截图归档论文截图统一拖进批量页输出选md便于归档引用个别关键段落用截图页框选后直接复制进笔记。纸质文档数字化先扫描成 PDF用文档识别输出双层可搜索 PDF页眉页脚在忽略区域里框掉。代码截图转文本排版解析选单栏-保留缩进识别结果粘回 IDE 仍是可读的缩进结构。夜间挂批处理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。参数调优只讲限制图像边长这一个开关这一节只精讲最值得动手的参数。限制图像边长会把边长超过该值的图片压缩后再识别值越低越快值越高大图越准。注意它仅对 PaddleOCR 引擎生效可选值为960默认、2880、4320、999999无限制。你的任务推荐取值日常截图、文字量不大960默认办公批量、中等尺寸图片2880大尺寸扫描件、长图4320或999999几条一句话建议小图、普通截图保持默认960即可不必调高。长图、大图识别漏字才考虑上调该值。先在全局设置确认当前用的是 PaddleOCR 引擎再调这个参数。识别语言库按文档实际语言选避免用错模型。多栏文档排版乱优先换排版解析方案而不是动边长参数。方案对比离线本地工具怎么取舍这一节把 Umi-OCR 与两类常见替代放一张表里。维度Umi-OCR在线 OCR 服务商业 OCR 软件费用开源免费见 LICENSE按量或订阅收费购买许可证联网要求全程离线需联网上传图片常需联网验证隐私数据不出本机图片上传云端视厂商政策而定功能覆盖截图批量文档二维码多为单图识别功能多但偏复杂上手成本解压即用需注册账号安装配置较繁琐需要离线、免费、数据不出本机时Umi-OCR 是务实选择已有账号且只偶尔识别单图的场景在线服务也够用。 自动化与集成命令行和 HTTP 接口这一节给需要脚本化调用的你两条路径。命令行入口就是主程序Umi-OCR.exe可简写umi-ocr它依赖本地 HTTP 服务与后台进程通信仅走本机回环默认端口1224不经物理网卡。常用写法umi-ocr --screenshot # 鼠标截屏识别 umi-ocr --screenshot screen0 rect100,200,400,300 # 指定屏幕与区域 umi-ocr --path D:/文档 # 识别文件夹内全部图片 umi-ocr --screenshot --clip # 结果复制到剪贴板 umi-ocr --screenshot --output test.txt # 结果写入文件 umi-ocr --qrcode_read D:/a.png # 识别二维码HTTP 接口要点服务默认开启地址http://127.0.0.1:1224全局设置页勾选高级后才显示相关选项主机选仅本地即可。先调/api/ocr/get_options查询当前可选参数再组装请求主要接口为/api/ocr图片Base64、/api/doc文档、/api/qrcode二维码。后端并发能力有限建议串行调用。完整参数见 命令行手册 与 HTTP 接口手册。问题速查六个高频卡点识别结果顺序错乱→ 在文本后处理里更换排版解析方案多栏文档选多栏-按自然段换行。大图、长图识别漏字→ 页面设置→文字识别→把限制图像边长调高2880/4320/999999。水印、页眉混进结果→ 批量页右栏进入忽略区域编辑器按住右键画矩形把目标文本块完整框住。命令行或 HTTP 调不通→ 全局设置确认 HTTP 服务已开启默认开启主机选仅本地。界面语言不是想要的→ 全局设置→语言/Language手动切换。快捷键没反应→ 截图OCR页设置里重新录制快捷键确认没被其他软件占用。Umi-OCR 适合偶尔抓文字的个人、批量处理扫描件的人以及想把 OCR 接进工作流的开发者。现在就能做的第一步解压发行包双击Umi-OCR.exe在截图OCR页按一次WinAltC。【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
