免费离线OCR软件Umi-OCR不联网也能把图片变成可编辑文字【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你有没有遇到过这样的场景网页上的文字被禁止复制只能对着屏幕一个字一个字地敲老师发来的PDF扫描件是图片想引用其中的段落只能手动打一遍收藏的上百张截图里有重要的信息却没人有空去整理。面对这些看得见却拿不到的文字绝大多数人的第一反应是打开某个在线OCR网站——把图片传上去等它转成文字再复制回来。可在线方案真的省心吗把工作文件、学习资料上传到别人的服务器本身就让人心里打鼓免费额度用完后频繁限流识别速度慢到怀疑人生网络一波动整个流程直接卡死。这篇文章想跟你介绍一个完全不同的选择Umi-OCR一款免费、开源的离线OCR软件。它把整个文字识别引擎都装在你的电脑里断网也能干活截图识别、批量图片识别、PDF扫描件转文字、二维码工具全部内置解压就能用。接下来我按从简单到进阶的顺序带你把它真正用起来。 第一步本地部署5分钟从下载到首次识别Umi-OCR采用的是绿色免安装设计。你不需要运行安装向导也不需要配置什么环境变量整个过程只有三步从项目仓库下载最新发行版压缩包Umi-OCR_Rapid_v2.1.5.7z仓库地址https://gitcode.com/GitHub_Trending/um/Umi-OCR 如果你想研究源码也可以用git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR把整个仓库拉下来。把压缩包解压到任意文件夹——桌面、D盘、甚至U盘都行位置自由。双击Umi-OCR.exe启动Linux用户运行umi-ocr.sh。首次启动后软件会自动按照你系统的语言显示界面。它支持Windows 7 x64和Linux x64老电脑也能跑得动。有一点特别贴心软件完全离线运行所有识别都在本机完成文件不会上传到任何地方。小提示解压后如果弹出缺少运行库的报错多半是系统缺少VC运行库装一下微软官方运行库即可解决项目自带的Help 帮助.txt里也有详细的排查说明。 截图识别遇到不能复制的文字一键框选搞定日常使用频率最高的功能非截图识别莫属。浏览器里禁止复制的文章、视频里的字幕、软件界面上的报错信息……只要屏幕上显示得出来就能变成可编辑的文字。操作方法非常直观打开「截图OCR」标签页。按下快捷键默认CtrlAltZ屏幕会进入截图模式。按住鼠标框选想要识别的区域松开后文字立刻出现在右侧识别结果栏里。识别结果支持直接复制、划选编辑还能保存为TXT、JSONL、MD等格式。如果你经常重复截图同一片区域比如每次截同一个软件的界面试试CtrlAltX重复上一次截图效率直接翻倍。这里藏着一个容易被忽略但很实用的功能排版解析方案。OCR引擎按行输出文字但一行不等于一句话。比如双栏排版的论文截图如果不做处理左栏和右栏的文字会交错在一起。在设置里选择合适的排版方案例如多栏-按自然段换行软件会自动理顺阅读顺序输出接近原文的段落结构连代码截图也能保留缩进。️ 批量图片识别几百张图一次任务全部处理完如果你的需求是把一堆图片里的文字都提取出来一张张截图显然不现实。切换到「批量OCR」标签页把图片文件夹整个拖进列表剩下的交给任务队列。批量任务支持jpg、png、webp、bmp、tif等常见格式一次可以导入几百张没有数量上限。识别结果能按需选择保存格式输出格式适用场景TXT纯文本阅读通用性最强MD带标题结构的标记文档CSV用Excel直接打开做表格JSONL开发者做数据处理批量模式里还有一个杀手级功能忽略区域。很多资料图片上带着水印、页眉、页脚这些文字会混进识别结果里干扰阅读。你可以进入忽略区域编辑器用鼠标在预览图上画几个矩形框把水印可能出现的区域框起来——这些区域内的文字会被整体跳过不会出现在结果里。 PDF扫描件从不能复制到全文可搜索纸质教材扫描成PDF后里面的文字就是一张张图片既不能复制也搜索不到。Umi-OCR的「文档识别」标签页就是为这类文件准备的支持pdf、epub、mobi、cbz等多种文档格式。操作流程是导入PDF → 选择输出格式 → 启动任务。软件会自动分页识别每一页输出成可编辑的文本。更强大的是双层可搜索PDF底层保留原始扫描图像上层叠加识别出的文字层。生成的PDF看起来跟原文件一模一样但文字可以复制、可以搜索发出去给别人用也毫无障碍。批量识别里提到的「忽略区域」在这里同样适用——遇到带页眉页脚的扫描文档提前把页眉页脚的位置框起来识别结果会干净很多。如果文件很长还可以设置任务完成后自动关机或休眠晚上挂着跑早上起来直接收结果。 进阶玩法二维码工具、命令行调用与多语言把最常用的几个功能用熟之后Umi-OCR还有不少值得挖掘的能力。二维码工具。它不只是识别还能生成。扫码支持一图多码覆盖QRCode、DataMatrix、PDF417等19种编码协议生成码时可以自定义纠错等级和图片尺寸做名片、做物料都够用。命令行调用。开发者或喜欢自动化操作的用户可以用命令行直接驱动OCR# 指定图片路径识别 umi-ocr --path D:/xxx.png # 识别剪贴板里的图片 umi-ocr --clipboard # 生成二维码 umi-ocr --qrcode_create 文本内容 D:/输出图片.jpeg命令行把Umi-OCR变成了一个可以被脚本调用的文字提取引擎配合定时任务或自动化工具能拼出很多有意思的玩法。完整的参数说明在项目文档docs/README_CLI.md里如果想把OCR能力集成到自己的程序里还有HTTP接口文档可用。多语言与界面定制。Umi-OCR内置多国语言识别库界面本身也支持简体中文、繁体中文、英语、日语等多种语言切换在「全局设置 → 语言/Language」里即可调整。「全局设置」页面还集中了主题切换浅色/深色、字体大小、渲染器方案、快捷键管理等选项。如果遇到界面闪烁或错位试着把「渲染器」切换为其他方案或关闭硬件加速大多能解决。写在最后回看整个体验Umi-OCR最打动我的三点是真正的离线与免费识别完全在本地完成隐私有保障不用看任何服务商的脸色绿色免安装解压即用、拷走即走不污染系统适合各种受限环境能力完整截图、批量、PDF、二维码、命令行一条龙覆盖了普通人到开发者的大部分需求。如果你也受够了图片里的文字复制不出来现在就下载一个试试吧。从框选一张截图开始你可能会发现自己再也回不去对着屏幕逐字打字的日子了。遇到问题或想提建议可以去项目仓库的Issues区聊聊项目还在持续更新留意仓库的更新日志说不定下一个版本就会多出你期待的功能。【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
