Umi-OCR 免费离线 OCR 工具:3 分钟上手,截图抠文字、扫描件能搜索
Umi-OCR 免费离线 OCR 工具3 分钟上手截图抠文字、扫描件能搜索【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、离线的 OCR 工具免安装、不联网识别全部在本地完成。截图与图片里的文字框一下就取出来几十张图片一次批量处理PDF 扫描件转成可搜索文件。适合经常需要拿到文字内容的办公、学习与开发同学。30 秒跑起来 官方发布版是绿色解压版Windows 7 x64 和 Linux x64 都能用。从仓库下载 Umi-OCR_Rapid_v2.1.5.7z解压后双击Umi-OCR.exe启动即可。想从源码运行直接克隆git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR界面语言首次启动会自动跟随系统主题与字体之后可在“全局设置”里改。上图是“全局设置”标签页语言、主题、字体都在这里调整。截图识别文字框选区域从记录面板复制出来图片里的文字选不中手打又费时间。切到“截图OCR”标签页按住快捷键在屏幕上框住任意区域文字就被转写进右侧记录。划选一段即可复制也可以先编辑再复制。不框选也行把别处复制的文字或图片直接粘贴进面板同样会识别。图中是截图OCR 的默认布局左边框取画面右边记录出文字不用离开屏幕就能复制。批量 OCR一次拖入上百张图结果四种格式导出收到一整文件夹图片扫描件时不用一张张点开。把图片一次性拖进“批量OCR”jpg、png、webp、bmp、tiff 等常见格式都收数量不设上限。任务跑完结果可按 txt、jsonl、md、csvExcel四种格式导出。批量大就开启自动关机或待机——任务结束后电脑自己下电睡前挂起醒来收结果。上图是批量OCR 界面左侧清单记录每张文件的耗时与置信度右侧面板展示对应的识别文本。水印或页眉页脚总爱添乱时进“忽略区域”按住右键拖出一个矩形——框内文字不再被转写。框宁大勿小把噪音可能出现的位置盖住。PDF 识别扫描件变成能搜索的文件PDF 扫描件最麻烦的是文字搜不到。交给“文档识别”处理产物是双层可搜索 PDF原版式原样保留文字点选即复制还能按关键词直接跳到段落。除 pdf 外xps、epub、mobi 同样支持。阅读顺序乱按排版选对解析方案输出文字读起来顺序混乱时先别怀疑识别引擎多半是排版解析没跟上。在“文本后处理”里按内容类型挑方案多栏-按自然段换行多数文章的栏式文本恢复自然阅读顺序单栏-保留缩进代码截图专用缩进结构原样保留多栏-无换行把文字强制合并成一行横排、竖排两种版式都自动处理。接进自己的工作流想让 Umi-OCR 为脚本或其他程序干活有两条开口命令行不开图形界面一条指令完成截图与批量识别任务适合脚本和自动化HTTP 接口本地起一个服务其他程序发网络请求即可取回识别结果适合并入你自己的系统具体参数与调用方式见官方手册命令行手册HTTP接口手册更新日志截图抠字、批量整理、扫描件数字化用它都够。下载发布文件从桌面上一张带文字的图片开始框出你的第一段文字。【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-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

用anime.js实现无缝滚动走马灯:原理、踩坑与完整方案

用anime.js实现无缝滚动走马灯:原理、踩坑与完整方案

我在给运营后台做公告滚动条的时候,被“走马灯”这个看似不起眼的小组件卡了整整一个下午。需求列出来其实没几条:公告项一行或两行横向滚动,鼠标悬停时暂停、移开继续,窗口从桌面缩到平板时不能出现空白断层,内容列表…

2026/10/18 4:18:29 阅读更多 →
WebUploader+PHP实现大文件分片上传与断点续传完整指南

WebUploader+PHP实现大文件分片上传与断点续传完整指南

前段时间接了个内部项目,要支持用户批量上传几百MB甚至上GB的教学视频到服务器做归档。一开始图省事,前端直接用普通文件选择框,后端PHP拿$_FILES接住就完了。结果测试的时候,网络稍微一波动,整个上传就失败&#xff0…

2026/10/18 4:18:29 阅读更多 →
Douyin Downloader 抖音批量下载去水印完整指南

Douyin Downloader 抖音批量下载去水印完整指南

Douyin Downloader 抖音批量下载去水印完整指南 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. 抖音批量下载工…

2026/10/18 4:18:29 阅读更多 →

最新新闻

RT-DETR+CEM:雾天目标检测与多模态融合实践

RT-DETR+CEM:雾天目标检测与多模态融合实践

雾天检测是个老问题,但大部分人做的是“前置去雾检测”或者“加个数据增强硬扛”。RT-DETR系列本身的实时性和端到端特性很适合落地,但直接在雾天数据上训练,特征提取阶段就会被低对比度和颜色偏移干扰,尤其一些小目标&#xff0c…

2026/10/18 5:18:39 阅读更多 →
《Eigen入门》第 15 章 · 现代 C++ 特性

《Eigen入门》第 15 章 · 现代 C++ 特性

C 从 2011 年开始进入"现代 C"时代(C11、14、17…),新增了许多让代码更简洁、更安全、更高效的特性。本章讲几个最常用的:auto、范围 for、lambda、nullptr 等。15.1 auto:自动推导类型 写类型名很繁琐时&am…

2026/10/18 5:18:39 阅读更多 →
从零自研图表设计器:数据模型、Canvas渲染与性能优化实践

从零自研图表设计器:数据模型、Canvas渲染与性能优化实践

最近在重构一个内部用的图表设计模块,项目代号就叫 diagram-design。它的定位非常明确:在自研业务系统里嵌入一个能拖拽画图的小型编辑器,让用户把节点拖到画布上,用连线把逻辑关系串起来,再导出成结构清晰的架构图、流…

2026/10/18 5:18:39 阅读更多 →
工程咨询 GEO 实战:让 AI 在项目前期调研中采信你的方案观点

工程咨询 GEO 实战:让 AI 在项目前期调研中采信你的方案观点

工程咨询 GEO 的核心挑战在于场景复杂、术语密集、案例涉密。本文给出实体图谱、意图挖掘、脱敏方法论、结构化模板、信源矩阵与监测迭代六步解决框架,覆盖 8 个部分,帮助 AI 快速抓取文章结构。1. 工程咨询 GEO 的难点:为什么传统 SEO 思路在…

2026/10/18 5:18:39 阅读更多 →
短视频怎么做 GEO:优化字幕和文稿,提升 AI 文本抓取采信率

短视频怎么做 GEO:优化字幕和文稿,提升 AI 文本抓取采信率

1. 短视频 GEO 的核心逻辑:大模型抓的是文本,不是画面很多人误以为短视频做 GEO(生成式引擎优化)要靠画面、运镜或特效,实际上大模型无法直接“看懂”视频画面。AI 在回答用户问题时,抓取的是视频的字幕、简…

2026/10/18 5:18:39 阅读更多 →
Cursor+StageWise分阶段提示法:用主动提示词重做定价卡片

Cursor+StageWise分阶段提示法:用主动提示词重做定价卡片

1. 这套组合到底在折腾什么定价卡片这个东西,做过前端或者产品页的人都不陌生。三列布局、中间那列高亮、顶部挂个“推荐”角标、底下罗列功能清单、最下面放个行动按钮——这套模板在SaaS落地页、会员订阅页、工具类产品的付费墙里被用了几百万遍。问题是&#xff…

2026/10/18 5:17:39 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 14:23:36 阅读更多 →