Umi-OCR离线OCR快速指南：5分钟完成图片文字识别与批量导出
Umi-OCR离线OCR快速指南：5分钟完成图片文字识别与批量导出
【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、开源的离线OCR软件，能从屏幕截图、本地图片和PDF文档中提取文字，结果可导出为txt、csv等格式，全程不联网。适合需要批量处理扫描件、截图和文档的办公人员、学生与开发者。
项目速览
Umi-OCR的主窗口以标签页组织，截图OCR、批量OCR、文档识别、二维码、全局设置五个页面按需打开。发行包内置Rapid-OCR与Paddle-OCR两套离线OCR引擎，并带有中、英、日等多国语言库，识别在本地完成，图片不会上传到任何服务器。下图是截图OCR页：左栏是截图预览，可以直接用鼠标划选文字；右栏是识别记录，支持编辑和划选多条记录复制。
顶部标签栏可切换"截图OCR"与"全局设置"，点击"+"还能新建标签页。
安装与准备
发行包提供.7z压缩包或.7z.exe自解压包，无需安装，解压即用。解压后双击Umi-OCR.exe即可启动，支持Windows 7 x64与Linux x64。
Windows下也可以用Scoop从命令行安装，只需两行：
scoop bucket add extras scoop install extras/umi-ocr首次启动时，界面语言会按系统设置自动切换；需要手动更改时，进入"全局设置"→"语言/Language"即可。
上手实操：四步完成一次批量图片识别
以"识别一个文件夹里的全部图片，并导出txt"为例：
- 打开"批量OCR"标签页，点击"选择图片"添加图片。支持jpg、jpeg、png、webp、bmp、tif、tiff等格式，没有数量上限。
- 在右栏设置里选择保存格式（txt、jsonl、md、csv）与保存位置。
- 点击"开始任务"。顶部会显示进度条与总耗时，右栏记录区可以逐张查看每张图的识别结果。
- 任务结束后，指定文件夹中生成与图片同名的txt文件。
如果只想识别屏幕上的一小块文字，打开"截图OCR"标签页，按快捷键（Windows下默认Win+Alt+C）框选区域，识别完成后在右栏记录区直接复制文字即可。
上图是一次已完成的批量任务：13张图片识别完毕，列表里能看到每张图片的耗时与状态。
进阶用法
排版解析方案。截图OCR和批量OCR页都有"OCR文本后处理"选项，可切换预设排版方案：多栏-按自然段换行能自动识别双栏版式，适合报纸、论文；单栏-保留缩进面向代码截图，保留行首缩进和行中空格。
忽略区域。带水印、LOGO或页眉页脚的图片，可以在批量页右栏设置中进入忽略区域编辑器，按住右键绘制多个矩形框住水印位置，框内的文本块会在任务中被跳过。文档识别页同样支持设置忽略区域，用来排除页眉页脚，还能把扫描件输出为双层可搜索PDF。
命令行与HTTP接口。主程序本身就是命令行入口，例如识别一张图片并写入文件：
umi-ocr --path "D:/img.png" --output out.txt--path也可以传文件夹路径，递归识别其中所有图片；--screenshot执行截图识别，--clipboard识别剪贴板里的图片。需要让其他程序调用OCR时，可改用HTTP接口。
常见问题
问：系统要求是什么？必须联网吗？答：Windows 7 x64或Linux x64均可运行。OCR引擎和语言库都打包在发行包里，完全离线可用，无需安装依赖。
问：识别出来的排版混乱，或超大图片识别效果差，怎么调？答：先更换排版解析方案，比如改用"单栏-按自然段换行"。超大的长图要调高批量页"设置→文字识别→限制图像边长"的数值。另外，图片分辨率越高，识别效果越好。
问：识别结果到底存在哪里？答：三个去向：截图页在"识图后的操作"里勾选"复制结果"后，文字会进剪贴板；批量页会把结果保存为设置里指定的txt、jsonl、md或csv文件；命令行则用--output写文件、用--clip复制到剪贴板。
如果你只需要一个把文字留在本地、不上传图片的识别工具，Umi-OCR解压即用：先跑一次批量识别，再按自己的工作流调整输出格式。延伸阅读：命令行手册、HTTP接口手册、更新日志。
【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