从截图到可编辑文档Umi-OCR 离线文字识别全流程手记【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下午三点手头摊着二十来张聊天截图、一叠没有文字层的PDF扫描件还有几百张要整理进档案的图片。想用在线OCR先得注册账号再一张张上传心里还惦记着这些文件会不会留在别人的服务器上。Umi-OCR就是为这个场景出现的开源文字识别软件免费、离线、解压即用把认字这件事完全留在你自己的电脑里。下面跟着一条真实的整理流程走一遍看看它怎么把这些杂活变成几分钟的事。先把眼前这屏截图变成能复制的文字最常用的动作往往最简单。打开「截图OCR」标签页按一下默认的截图快捷键屏幕进入取框模式鼠标划出要识别的区域松开文字就出现在右侧结果栏里。识别出来不只是一堆字——右侧记录栏里每一条都能单独编辑、划选复制连图片本身都能再选中。从别处复制的图片也可以直接粘进来识别省掉先存文件再导入的中间步骤。如果你截的是代码或排版复杂的版面可以在「文本后处理」里挑一套排版解析方案多栏文档选按自然段换行代码截图选保留缩进识别结果的行序和缩进就能尽量贴近原貌拿来即用。图片多到一张张截不动拖进去让它自己跑截图适合顺手认几行字可当整批资料袭来就该切到「批量OCR」了。把文件夹里的图片直接拖进列表或者点「选择图片」一次能喂进去几百张没有数量上限。批量识别支持jpg、png、webp、bmp、tiff等常见格式结果可以按txt、jsonl、md或csv保存——csv 直接用 Excel 打开就是一张表格。任务跑完还能设定自动关机深夜挂机处理大任务也不用守着电脑。批量场景里有个很实用的细节忽略区域。很多图片角落带着水印、logo或页码识别时这些字会混进正文。你可以在右栏设置里进入忽略区域编辑器按住右键把水印可能出现的位置框起来任务会自动跳过这些区域。跟给文档贴便利贴一个道理——标哪儿它就不看哪儿。扫描版PDF直接翻成可搜索的文档如果手头的PDF是扫描件只有画面没有文字也可以直接拖进「文档识别」。软件会逐页做文字识别输出纯文本或生成双层可搜索PDF原图保持原样底下埋一层识别出来的文字CtrlF 就能全文搜索复制引用也不再是难题。处理页眉页脚的方法和批量页一致——画忽略区域排除掉干扰。识别完的文档等于从只能看的图片升级成了可以搜、可以选、可以摘录的电子档。顺手扫个码截图就能读出二维码内容整理资料时偶尔会遇到需要扫码的场景Umi-OCR 也顺手包了截图、粘贴或拖入二维码图片直接读出内容支持一图多码反过来输入文本也能生成二维码覆盖 QRCode、DataMatrix、PDF417 等19种编码协议。这类小功能平时不起眼真到用的时候省一个装App的功夫。按你的习惯调一调快捷键、语言和主题工具合不合手很多时候差在细节。全局设置里截图快捷键可以重新录制界面语言默认跟着系统走也可以手动切换主题在浅色/深色之间自由换。如果你在高分屏上觉得界面发虚还能调整字体大小和渲染方案。多语言不只是界面语言一个选项——软件内置的识别模型本身就支持多种语言界面则已本地化出中文、英文、日文等多个版本切换后所有菜单、提示都会跟着变。数据不出本机这才是它最让人安心的点回到开头那个场景几十张截图、几百张图片、一叠PDF最后全部变成了可编辑、可搜索的文字而你全程没有上传过任何一份文件。安装方式也很朴素——git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR后解压仓库里的发行包双击Umi-OCR.exeLinux 下运行umi-ocr.sh就能用全程离线。如果你想把识别能力接进自己的脚本或服务项目还提供了命令行和HTTP接口文档分别在docs/README_CLI.md与docs/http/README.md想进一步扩展功能可以翻翻UmiOCR-data/plugins目录了解插件机制。从认几个字到处理一批档案Umi-OCR 把离线文字识别这件事做得足够踏实而你要做的只是把文件拖进去然后等它读完。【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