Umi-OCR 完全上手指南：快速完成离线批量图片识别

Umi-OCR 完全上手指南：快速完成离线批量图片识别

【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，支持截图识别、批量导入图片、PDF 文档识别和二维码扫描，所有处理都在本地完成、不依赖网络。它适合需要把大量图片或文档转成文字，又希望数据不出自己电脑的办公用户和新手。

快速开始

1. 拿到发布包：仓库根目录自带Umi-OCR_Rapid_v2.1.5.7z发行版压缩包，解压即可使用。
2. 直接启动：软件无需安装，解压后双击Umi-OCR.exe启动，支持 Windows 7 x64 与 Linux x64。
3. 检查界面：首次打开会跟随系统语言；需要切换时进入「全局设置 → 语言」，支持简中、英语、日语等。
4. 第一次体验：打开「截图OCR」标签页，按快捷键划选屏幕上一块文字，识别结果会出现在右侧记录栏，也可以从别处复制图片直接粘贴进来识别。

核心功能解读

截图OCR：划选即识别

它做什么：用快捷键截图，选区内的文字立即被识别成可编辑文本。

怎么用：左侧图片预览栏支持鼠标划选复制，右侧记录栏保留历史结果，可编辑、可多选复制。

什么时候用：从屏幕、PDF 阅读器或网页中快速抠一段文字，或核对单条信息时最顺手。

批量OCR：一次处理几十张图片

它做什么：把多张图片导入后按顺序识别，并把结果保存为文件。

怎么用：在「批量OCR」标签页选择图片导入，支持 jpg、png、webp、tiff 等格式；右侧设置面板里调整识别语言、后处理方案和保存格式（txt、jsonl、md、csv/Excel），图片数量没有上限。

什么时候用：手头有一批照片、截图需要批量提取文字时；也可以在任务设置里开启完成后自动关机或休眠，挂机跑长任务。

文本后处理：把文字排成对的顺序

它做什么：OCR 引擎输出的原始文本块顺序经常是乱的，后处理负责按阅读顺序重新整理排版。

怎么用：在后处理设置中选择排版解析方案，如「多栏-按自然段换行」「单栏-保留缩进」「不做处理」等，所有方案都能自动处理横排和竖排文字。

什么时候用：论文、多栏文档选多栏方案；解析代码截图选「单栏-保留缩进」，能保留行首缩进和行中空格；普通单栏文档用「多栏-按自然段换行」基本够用。

一个完整实战案例：识别 30 页带页眉的书页

任务：一批扫描的书页图片，每页顶部有固定页眉文字，目标是把正文转成 Markdown 文件。

1. 把 30 张图片放进同一个文件夹，打开「批量OCR」标签页导入该文件夹。
2. 右侧设置中选择识别语言，进入「忽略区域」编辑器，按住右键在页面上部画一个矩形框，把页眉区域包起来——注意框要足够大，覆盖水印可能出现的所有位置。
3. 后处理方案选「多栏-按自然段换行」，保存格式选 Markdown。
4. 点击开始任务，等进度条走完，每页的识别结果就会按图片名保存，正文中不再混入页眉文字。

场景配置速查

常见问题

识别结果排版混乱、顺序不对原因：默认「不做处理」输出的是引擎原始顺序，多栏和竖排版面没有被整理。 解决：在后处理里切换成「多栏-按自然段换行」等方案重新跑任务。

大尺寸图片识别很慢原因：像素超大的长图会占用较多计算资源。 解决：在「批量OCR → 文字识别 → 限制图像边长」中调高数值，并把图片分成几批处理。

截图时界面闪烁、UI 错位原因：默认的显卡加速渲染与当前机器不兼容。 解决：在「全局设置 → 界面和外观 → 渲染器」中切换渲染方案，或关闭硬件加速。

水印或页脚文字混进结果原因：干扰区域没有被排除，整个文本块落在识别范围内。 解决：用忽略区域编辑器画矩形包住干扰区域；注意只有完整落在框内的文本块才会被忽略，框太小无效。

进阶

需要自动化时，Umi-OCR 也支持命令行调用，例如批量识别一个文件夹并写入文件：umi-ocr --path "D:/图片文件夹" --output result.txt。命令行与 HTTP 接口都走本地环回通信，数据不会离开机器。更多参数详见命令行手册，HTTP 集成方式见HTTP接口手册。

从解压到跑通第一次批量识别大约十分钟，完整功能说明可参考仓库内的 README.md。

【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