一款能完全在本地跑、把图片和 PDF 里的字抠出来的开源神器识别效果比我想的猛。前几天赶一份材料甲方甩过来一堆扫描件 PDF说帮我把里面的文字整理成表。我当时脑子里就一句话这活儿手打得打到天亮。后来我先试了几个在线 OCR 网站。要么让你先注册登录要么免费额度就三五张超了就掏钱。最离谱的是有个站识别之前得把文件上传到它服务器——甲方那份东西里带着人家的合同金额和身份证号我哪敢往陌生服务器上传啊。折腾一圈没结果我干脆去翻有没有能离线用的。结果就撞上了这个东西Umi-OCR当前版本 v2.1.5。用下来我只想说一句早点遇到它我能少熬多少夜。Umi-OCR 打开后的主界面功能都摆在左侧没有花里胡哨的引导弹窗我为啥一下就被它圈粉了说白了就三点但每一点都戳中我。第一它是真·免费不是免费试用那种套路。没有会员墙没有识别次数限制也不弹广告叫你充值。下载下来解压就能跑我用到现在没见过任何付费提示。第二全程离线。这点对我太重要了。所有识别都在自己电脑上完成图片压根不上传。前面说的那份带敏感信息的合同扫描件我就是靠它一张没外传地处理完的。讲真安全感一下就拉满了。丢一张图进去右边直接把文字抠出来可以整段复制第三它认得的语言是真多。内置了好几种识别库中文、英文、日文、韩文这些常见的统统能搞。我拿一张中英文混排的截图试过标点、换行都还原得挺规矩不像有些工具一遇到混排就乱成一锅粥。真正让我惊到的几个功能本来我只是想抠个字结果发现它能干的活比我预期多不少。图片里有文字想复制丢进去就行。PDF 扫描件要转成能编辑的文本也能。扫二维码、生成二维码它也顺手带上了。这些我倒还觉得正常。真正让我哦豁了一下的是它能识别数学公式。我一个读研的朋友天天要把论文里的公式敲进 LaTeX看到这功能眼睛都亮了。学生党、搞科研的这个是真香。一次性拖一大堆图片进来批量跑没有数量上限还有个细节我特别喜欢批量处理没有数量限制速度也快。我那次一口气扔了几十张进去泡杯茶的功夫就全出来了。要是某张图里有水印、logo 不想让它识别手动框一下忽略区域就行很人性化。对了懂点技术的朋友还有惊喜——它支持命令行和 HTTP 接口调用你完全可以把它塞进自己的自动化流程里。我暂时用不上这个但知道有这条路心里踏实。水印、logo 不想识别手动框选一下就跳过了v2.1.5 这次更新也挺勤快加了查看运行日志、按 Esc 快速隐藏窗口、生成二维码参数自动刷新这些小功能。更实在的是修了一堆 bug——现在加载大文件夹顺多了我试过塞进去上万个文件也没卡死。下载有两个版本别选错这里要提醒一句它下载时给了两个引擎版本配置不同的电脑得挑对Paddle 引擎版识别快但吃资源。电脑配置好的选这个爽。Rapid 引擎版更省内存老电脑、低配机器选它就是速度稍微慢一点点。功能上两个版本没差别都支持多国语言。我自己台式机配置还行用的 Paddle 版反应挺跟手。顺带还能生成二维码参数改完自动刷新预览上手也就三步真没门槛老实说这软件没啥学习成本我第一次用连教程都没看。先把对应版本的压缩包解压出来双击打开程序它是绿色便携版不用安装、不写注册表。然后把要识别的图片直接拖进窗口或者用批量功能选一整个文件夹。最后等它跑完右边把文字列出来你整段复制走就完事了。真的从打开到拿到结果我第一次全程不到一分钟。我拿它做了几个实测光说好听没用我挑了几个平时最头疼的场景实打实试了一遍结果放这儿测试场景我丢进去的东西结果中英文混排截图一张带代码注释的截图✅ 标点换行都对PDF 扫描件转文本甲方那份合同扫描件✅ 整段可编辑没外传数学公式论文里一段积分公式✅ 结构基本还原批量图片几十张零散截图✅ 一次跑完速度快要我说日常够用完全没问题。当然它也不是神特别糊的老照片、手写体潦草的那种识别率会掉这个得客观讲——但这种情况换任何 OCR 都够呛。几个你可能想问的Q真的完全免费吗后面会不会突然收费A它是开源的我用到现在没有任何付费点。放心用。Q不联网真能用A能。识别全在本地跑断网照样识别图片一点不外传。Q老电脑带得动吗A带得动选 Rapid 引擎版就行省内存慢一点点但不卡。Q手写字能认吗A印刷体没问题手写体看情况——工整的还行龙飞凤舞的就别指望了。Q识别完的文字能直接导出吗A能整段复制也能批量输出塞进 Excel、Word 都方便。怎么拿到这个软件夸克网盘分享最后说两句用完这一圈我最大的感受是好用的工具其实不用多花哨能踏踏实实解决一个具体麻烦就值了。Umi-OCR 对我来说就是这样——它没让我注册、没让我掏钱、没让我把文件传到不知道哪儿的服务器就安安静静把字给我抠出来了。如果你也经常跟图片、PDF 里的文字较劲又不想花钱不想联网真的可以拿它试试。