Umi-OCR完整上手指南免费离线搞定截图识别、批量图片与PDF转文字【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 是一款免费、开源、可完全离线的 OCR 识别软件让你在断网状态下也能完成截图识别、批量图片识别、PDF 扫描件转文字以及二维码的扫描与生成。如果你正需要一款「免费离线OCR软件」想把图片里的文字一键变成可编辑文本又担心隐私与网络依赖这份 Umi-OCR 上手指南就是为你准备的。那些「看得见却复制不了」的文字想想最近一次崩溃时刻甲方发来一份扫描版合同标题行写着「禁止复制」老师把复习资料做成了长截图你对着屏幕一个字一个字敲群里甩来一张表格图片想改一个数字却连内容都提取不出来……文字一旦被关进图片里复制粘贴这个基本功就彻底失效。交给在线工具吧又得担心文件上传后的隐私问题网络一波动还得排队等结果。而 Umi-OCR 的思路很直接把识别引擎放进你的电脑里。所有图片在本地处理完毕不联网、不注册、不排队识别完成后文字立刻变成可复制的普通文本。装好它只需要三步全程不碰安装向导Umi-OCR 采用绿色免安装设计没有注册表、没有安装向导、没有一堆下一步按钮。你只需要做三件事拉取项目git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR把压缩包Umi-OCR_Rapid_v2.1.5.7z解压到任意文件夹想放移动硬盘随身带也行Windows 双击Umi-OCR.exe启动Linux 用户运行umi-ocr.sh 如果你的电脑没装压缩软件直接下载自解压版本.7z.exe双击后它会自己完成解压连解压工具都省了。第一次启动就能看到完整的图形界面之后每次使用都不需要网络连接。把软件装进 U 盘到任何一台电脑上都能开箱即用这是很多在线服务给不了的自由度。场景一截到什么就能复制什么截图识别是 Umi-OCR 里使用频率最高的入口适合处理课件、网页、聊天记录这类看到即所得的内容。整套流程只需要三步打开软件进入「截图OCR」标签页按下默认快捷键CtrlAltZ唤起截图框用鼠标框选文字区域松开后识别自动完成识别完成后你面对的不再是一张图而是一段可以随意处置的文字直接CtrlC复制走人先改几个错字再保存也可以按需导出为 TXT、JSONL、MD 等格式甚至对识别结果做排版优化把乱糟糟的多栏文本整理成通顺的段落。 想要快速重复上一次框选快捷键CtrlAltX可以原样重放上一轮的截图区域连续截同一个位置时能省下不少功夫。场景二上百张图片与整本 PDF 的「无人值守」处理截图解决的是单张图片那积压成山的旧照片、课件截图、扫描件怎么办Umi-OCR 的批量任务功能本质上是把手动逐张识别这件事交给了任务队列自动执行。操作路径同样很轻切到「批量OCR」标签页点「选择图片」或直接把文件拖进列表可选为每张图设置「忽略区域」把水印、页眉、页码这类干扰内容排除在外点「开始任务」然后去干别的识别结果按顺序沉淀在列表里JPG、PNG、WebP、BMP、TIFF 等常见格式都能吃下一次挂上几百张图也不成问题。每张图的识别文本、耗时、置信度都清清楚楚地列出来方便事后核对。扫描版 PDF 走的是同一条流水线在批量页面点「选择文件」导入 PDF软件会自动按页拆分识别。输出时你可以选纯文本也可以选双层 PDF——保留原始扫描图作为底图同时叠加一层可选中、可复制的文字既保真又方便检索引用。 对付带页眉页脚的文档提前在「忽略区域」里圈掉这些固定元素能明显减少识别结果里的噪音字符比事后清理省心得多。场景三二维码既能扫也能造除了文字识别Umi-OCR 里还藏着一套完整的二维码工具箱日常用途比想象中更广扫截图或粘贴任意含码的图片立刻读出里面的二维码或条形码内容扫码查快递单、读取设备序列号都很顺手生成输入一段文本或链接马上产出自定义二维码用于分享资料、制作活动物料工具内置 19 种编码格式常见的 QRCode、DataMatrix、PDF417 等都在覆盖范围内。不打开手机、不装额外 App桌面端就把读码和造码两件事全包了。把工具调成你想要的样子默认配置已经够用但花两分钟做一次个性化设置Umi-OCR 会更贴合你的工作习惯。语言与外观。软件会跟随系统语言自动切换界面也可以在「全局设置」里手动指定主题支持浅色/深色等多种风格夜间赶工时切个深色主题能舒服不少。快捷键。上面提到的截图识别和重复截图快捷键都可以在「全局设置→快捷键」中改成你顺手的组合。输出格式。按使用场景设定结果文件的默认格式普通记录用 TXT做数据统计选 CSVExcel 直接打开写文档用 MD程序对接则用 JSONL 这种便于逐行解析的格式。识别语言。内置识别库覆盖中、英、日、韩等 50 种语言界面本身也做了多语言本地化遇到冷门语言去设置里安装对应的语言包即可补齐。识别不准先做这三个动作再看避坑清单偶尔一次识别结果不理想别急着怀疑软件。三个动作通常就能救回来源头要清晰模糊、反光、旋转过的图片会直接拉低识别率优先用高清截图或高分辨率扫描件框选要精准把识别区域紧紧框住文字避开背景纹理和无关元素后处理要选对在设置里选择合适的排版解析方案比如多栏文档用「多栏-按自然段换行」段落结构会工整很多如果问题不是出在识别质量上再对照这份排查清单现象排查方向识别速度慢在「全局设置→OCR插件」切换引擎换个引擎可能又快又准界面显示异常在「全局设置→渲染器」切换渲染方案兼容性问题多由此解决竖排文字无法识别确认已装对应语言包并在设置中启用竖排识别选项更进一步的玩法命令行、HTTP 接口与插件如果你不满足于点按钮Umi-OCR 还给开发者留好了三扇门命令行调用脚本里直接批量处理图片自动化流程的入口文档见 docs/README_CLI.mdHTTP 接口把识别能力封装成服务供自己的应用远程调用接口说明在 docs/http/README.md插件扩展想加功能、换引擎都可以在UmiOCR-data/plugins目录下动手项目结构本身就为扩展留出了空间 如果你只是普通用户这三扇门可以暂时忽略但当你哪天想把识别图片里的文字接进自己的脚本或小工具时它们就是现成的捷径。下一步从一张截图开始Umi-OCR 的核心逻辑其实只有一句话把困在图片里的文字解放出来而且免费、离线、本地完成。无论是学生整理课件笔记、办公族处理扫描合同还是开发者做自动化集成它都提供了一条足够顺滑的路径。现在就拉取项目、解压、启动然后随手截一张图试试——当那行文字出现在可编辑文本框里的瞬间你会感受到复制自由的快乐。想持续跟进新功能与改进细节可以定期翻翻项目里的 CHANGE_LOG.md说不定下一版就多了一个你正需要的能力。【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