Umi-OCR 使用教程:免费离线 OCR 的截屏识别、批量识别与 PDF 识别怎么上手
Umi-OCR 使用教程免费离线 OCR 的截屏识别、批量识别与 PDF 识别怎么上手【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 是一款免费开源的离线 OCR 软件无需联网即可完成截屏识别、批量图片识别、PDF 文档识别和二维码解析。它解压即用内置中文、英文、日文等多国语言识别库识别结果可以直接复制、保存为 txt/csv也能通过命令行和 HTTP 接口接入自己的自动化流程。本文按照装好 → 第一次识别 → 批量处理 → 自动化的路径带你把每个功能真正跑通。下载安装解压即用没有安装过程从官方发布渠道下载.7z压缩包或自解压的.7z.exe解压到任意目录后直接双击Umi-OCR.exe启动全程不需要安装向导。两点建议解压路径避免中文和空格例如D:\Umi-OCR\方便后面用命令行调用。程序首次启动会按系统语言自动切换界面语言支持简中、繁中、英文、日文等后续可在全局设置 → 语言里改。第一次截屏识别框选区域文字直接可复制打开截图 OCR标签页用快捷键唤起截图默认 CtrlShiftQ在屏幕上框选要识别的区域松开鼠标后左侧图片预览栏显示截图识别出的文字会以文本块形式标在图上可用鼠标划选直接复制。右侧识别记录栏按时间保存每次识别结果支持编辑、整段复制、删除单条记录。除了框选还支持在别处复制一张图片后粘贴到 Umi-OCR 里识别。影响结果质量的关键是排版解析方案在页面设置里切换常用几种方案适用情况多栏-按自然段换行日常文档、网页默认推荐单栏-保留缩进代码截图保留行首缩进和空格多栏-无换行希望合并成一段连续文字不做处理查看引擎原始输出排查识别问题识别代码时把方案切到单栏-保留缩进缩进就不会丢失注意如果识别出来是乱码或整行缺失先检查是否选对了识别语言库如英文图片误用了中文库再考虑提高限制图像边长参数。批量识别图片一次处理几百张结果存成表格或文件批量 OCR标签页用于本地图片的批量识别。把文件夹拖入或点击选择图片支持 jpg、png、webp、bmp、tiff 等格式点击开始任务即可子文件夹会被自动遍历没有数量上限。识别结果可保存为以下格式存放在原图目录或指定目录txt纯文本逐文件保存csvExcel适合导入表格做后续统计jsonl结构化数据方便程序读取mdMarkdown 文档。两个实用功能值得注意忽略区域如果一批图片带固定位置的水印或页眉可在设置里打开忽略区域编辑器按住右键画矩形框框内的文本块会在识别时整体跳过。任务支持暂停/恢复也可设置完成后自动关机适合晚上挂机跑大批量任务。如果遇到超大长图识别不全到页面的设置 → 文字识别 → 限制图像边长里调高数值即可。PDF 与二维码扫描件提取文字生成可搜索 PDF文档识别标签页接受 pdf、xps、epub、mobi 等格式。对扫描件做 OCR 后可以导出双层可搜索 PDF——视觉上还是原图但文字层可选中、可搜索这是电子化旧文档最常用的产物。同样支持忽略区域常用于排除页眉页脚和完成后自动休眠。二维码标签页则提供两个方向的能力截图、粘贴或拖入图片来解码二维码/条形码一图多码、19 种编码协议都支持以及输入文本反向生成二维码图片。自动化集成命令行与 HTTP 接口不想每次手动操作时Umi-OCR 提供两种调用方式详细参数见 命令行手册 和 HTTP 接口手册。命令行入口就是主程序本身。比如识别一个文件夹并把结果写入文件Umi-OCR.exe --path D:/image/test --output result.txt其他常用指令--screenshot触发截图识别、--clipboard识别剪贴板图片、--clip把结果送入剪贴板、--qrcode_read/--qrcode_create处理二维码。指令支持前缀简写--help可随时查看。HTTP 接口默认随软件开启监听在本地127.0.0.1:1224提供/api/ocrBase64 图片识别、/api/doc文档识别五步流程上传→轮询→下载→清理、/api/qrcode等端点具体字段定义见 API 说明。写脚本对接时注意两点后端并发能力有限尽量串行调用偶尔出现连接报错时重试一次通常即可。全局设置页是各类开关的集中地截图/粘贴快捷键、开机自启、主题与字体、OCR 引擎插件切换RapidOCR 兼容性好、PaddleOCR 速度稍快都在这里。如果机器上出现截屏闪烁或界面错位把界面和外观 → 渲染器换成其他渲染方案或关闭硬件加速一般能解决。遇到小问题时先查这三处无法启动或报错多为缺少 Visual C 运行库安装 2015-2022 合集即可。命令行无反应确认全局设置中 HTTP 服务处于开启状态命令行依赖本地回环通信。行为异常想追溯v2.1.5 起日志会写入UmiOCR-data/logs目录软件设置保存在UmiOCR-data/.settingsini 格式可手动修改后用--reload重新加载。更细的功能说明以 README 主文档 和 更新日志 为准两者会随版本持续更新。【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

相关新闻

基础设施结构缺陷数据集:用于复杂基础设施监测的标记数据

基础设施结构缺陷数据集:用于复杂基础设施监测的标记数据

摘要:基础设施结构缺陷数据集是一个面向桥梁、隧道、道路和建筑物等复杂基础设施健康监测与缺陷识别任务的多模态数据集,由结构化检查记录和基础设施表面图像组成。数据集概述基础设施结构缺陷数据集是一个面向桥梁、隧道、道路和建筑物等复杂基础设施健…

2026/10/26 13:16:07 阅读更多 →
用四个AI智能体跑通内容全链路:从选题到数据闭环的自动化实践

用四个AI智能体跑通内容全链路:从选题到数据闭环的自动化实践

大家在内容创作时应该都有过类似体验:素材找了一上午,文章改了七八遍,发布后数据平平,一周后再复盘发现当初的选题方向本身就偏了。更麻烦的是,这些环节彼此孤立,选题、写作、分发、数据复盘之间没有形成反…

2026/11/6 8:44:51 阅读更多 →
打造Revenue Agent:SaaS收入风险监控与自动化预警实战

打造Revenue Agent:SaaS收入风险监控与自动化预警实战

在 SaaS 和订阅制业务里,收入增长团队最怕的不是某个功能做得不好,而是“客户悄悄流失、增销机会错过、大单突然卡住”这三件事发生后,团队才从月底报表里发现。等人工跟进时,客户可能已经流失,或者商机已经凉透。最近…

2026/11/17 15:02:24 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/20 23:27:28 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/20 23:27:28 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/20 23:27:28 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/20 21:55:32 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/20 23:27:28 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/20 22:59:12 阅读更多 →

日新闻

周新闻

月新闻