Umi-OCR 实战指南：免费离线 OCR，快速搞定截图、批量图片与 PDF 文字提取

Umi-OCR 实战指南：免费离线 OCR，快速搞定截图、批量图片与 PDF 文字提取

【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 是一款免费、开源、离线运行的 OCR 软件：识别全程在本地完成，不上传数据、不依赖网络。它覆盖截图识别、批量图片识别、PDF 文档提取和二维码扫描，支持 Windows 与 Linux，适合偶尔取字的日常用户，也适合需要整批处理扫描件、图片的办公场景。

一分钟速览：Umi-OCR 是什么、适合谁

从零到一：下载、启动与验证首次识别

1. 从项目仓库的发行版（Release）中下载发布包：.7z压缩包适合已有压缩软件的电脑，.7z.exe自解压包适合没有解压工具的电脑。
2. 解压到任意目录（路径建议不含中文和空格），双击Umi-OCR.exe启动，全程无需安装。
3. 首次启动会按系统语言自动选择界面；如需切换，进入全局设置 → 语言即可，内置中文、繁体、英文、日文等语言。

验证是否跑通：打开截图OCR标签页，按快捷键（默认 F9）划选屏幕上任意一段文字，右侧记录栏出现识别结果，能直接划选复制，即说明环境正常。这一步同时完成了"获取 → 启动 → 出结果"的完整闭环。

实战走查：四个高频任务的照做步骤

任务一：如何从屏幕截图里快速取出文字

1. 打开截图OCR标签页，按 F9 唤起截图，框选目标区域（按 Esc 可取消）。
2. 左侧图片预览栏显示识别到的文字位置，可直接用鼠标划选复制；右侧识别记录栏支持编辑文字、跨多条记录划选后一次性复制。
3. 不想截图也行：在别处复制一张图片后，回到本页直接粘贴即可识别。
4. 在页面设置中选择"文本后处理 - 排版解析方案"：多栏文档选多栏-按自然段换行，解析代码截图选单栏-保留缩进，横排竖排都能自动处理。

任务二：如何批量识别几十上百张图片并导出结果

1. 打开批量OCR标签页，把图片文件或整个文件夹拖入窗口，没有数量上限，几百张也可以排队处理。
2. 支持jpg / png / webp / bmp / tif等常见格式；识别进度和每张图片的置信度实时显示，任务可随时暂停、休眠后恢复。
3. 勾选输出格式：txt / jsonl / md / csv(Excel)，一次处理可同时导出多种格式。
4. 遇到带水印、LOGO 的图片：在右栏进入"忽略区域"编辑器，按住右键画出若干矩形框住水印位置。只有完全落在框内的文本块会被忽略，框尽量画大一点，包住房印可能出现的全部位置。
5. 长图、超大图识别不全时，把页面的设置 → 文字识别 → 限制图像边长的数值调高再提交任务。

任务三：如何把扫描版 PDF 转成可搜索、可复制的文档

1. 打开文档识别标签页，拖入文档，支持pdf / xps / epub / mobi / fb2 / cbz。
2. 软件会先尝试提取文档自带文本；扫描版图片页则走 OCR 流程，也可输出双层可搜索 PDF——原样保留视觉排版，同时叠加一层可复制、可全文检索的文本。
3. 用"忽略区域"框住页眉页脚位置，避免页码、公司抬头混进正文。
4. 多个文档可批量提交；如果任务要跑一整夜，还可以设置完成后自动关机/休眠。

任务四：如何扫码或生成二维码

打开二维码标签页即可，截图、粘贴或拖入本地图片均可识别，支持一图多码，覆盖 QR、DataMatrix、PDF417 等 19 种协议。反过来，输入一段文本可生成二维码图片，并支持调节纠错等级等参数——线下物料、文档里嵌入二维码时都能用到。

效率调优：OCR 引擎、排版解析与参数怎么选

• 引擎取舍：全局设置中可切换 OCR 插件。PaddleOCR 精度表现更好，适合对准确率要求高的场景；RapidOCR 处理速度更快、兼容性好，适合大批量简单文档。不确定的话先用默认，同一类任务各试一次再固定下来。
• 排版解析：识别顺序乱、换行奇怪，多半是方案没选对。多栏文档优先多栏-按自然段换行；要求逐行输出的选总是换行；代码截图选单栏-保留缩进，能保住行首空格。
• 图像参数：大图、长图先调高"限制图像边长"；模糊、倾斜严重的图片，先裁剪放大到文字清晰再识别，比任何参数都有效。
• 界面参数：全局设置页还能调整主题、字体大小、渲染器（出现截图闪烁、UI 错位时切换渲染方案通常能解决），详见 README 的全局设置说明。

集成与扩展（简版）：命令行与 HTTP 接口

面向脚本和自动化的同学，Umi-OCR 提供两种外部调用方式：

• 命令行：入口就是Umi-OCR.exe，例如对指定目录做识别并导出文件：

  umi-ocr --path "D:/images" --output "result.txt"

  完整指令（截屏、剪贴板、二维码、结果输出控制）见 命令行手册。

• HTTP 接口：在全局设置中允许 HTTP 服务（默认开启，主机选"仅本地"即可）后，就能通过 RESTful 接口发送图片识别、文档识别、二维码请求，参数与流程详见 HTTP 接口手册 和 接口文档。

排障手册：高频问题与对策

• 识别结果错字多、顺序乱→ 先确认原图文字是否清晰可辨；再换排版解析方案或引擎；外文识别注意选择对应语言库。
• 批量任务耗时太长→ 改用 RapidOCR 引擎；大图先调高"限制图像边长"；把任务排到空闲时段，并开启完成后自动关机。
• 截图或粘贴识别后没有结果→ 检查截图区域是否真的包含文字；粘贴方式需要剪贴板里是图片而非文本；识别记录栏支持划选复制，别漏看右侧面板。
• 命令行执行umi-ocr无响应→ 确认全局设置中已允许 HTTP 服务（默认开启）；命令行依赖本地回环通信，主机保持"仅本地"即可。
• Linux 上截图位置偏移或界面错位→ 到全局设置 → 界面和外观 → 渲染器切换渲染方案或关闭硬件加速。

写在最后

Umi-OCR 把"截图取字、批量导文、PDF 数字化"这几件高频事收进了一个免费离线的工具里，按需取用即可。更多功能细节、更新计划可查阅 CHANGE_LOG.md；遇到问题或想参与界面翻译，欢迎到项目 Issue 和 Weblate 协作页面反馈。

核心关键词：离线OCR、免费OCR软件、Umi-OCR长尾关键词：截图文字识别、批量图片OCR、PDF转可搜索文档、PDF文字提取、开源OCR项目、二维码识别生成

【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