Umi-OCR：免费开源离线 OCR 工具（批量识别 & PDF & 二维码）高速下载
- 免费：该项目所有代码开源，完全免费。
- 方便：解压即用，离线运行，无需网络。
- 高效：自带高效率的离线OCR引擎，内置多种语言识别库。
- 灵活：支持命令行、HTTP接口等外部调用方式。
- 功能：截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别
v2.1.5 主要更新：
点击查看
- 新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。指定级别以上（默认为ERROR）的日志被保存到
Umi-OCR/UmiOCR-data/logs目录中，保存级别可以在全局设置标签页中更改。 - 新增：大部分标签页能手动切换左右/上下双栏模式。 (#789)
- 新增：Esc键隐藏主窗口。 (#652)
- 新增：调整二维码生成相关参数后，自动刷新二维码生成。 (#690)
- 新增：命令行指令
--reload，用于重新加载配置文件。 👉 文档 - 修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。 (#785)
- 修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。
- 修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。
- 修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。
- 修复：HTTP接口
/api/doc/download参数ignore_blank的错误。 - 修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。 (#778)
- 修复：Linux版本截图后，主窗口的位置与操作前不一致。
- 优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。 (#710)
- Windows 版本更新第三方依赖库：
PyMuPDF 1.24.11,fontTools 4.56.0,Pillow 10.4.0,psutil 10.4.0,pynput 1.8.0,zxing-cpp 2.3.0 - 新增UI语言：俄语
Русский，译者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米尔语தமிழ்，译者：தமிழ்நேரம்。
Windows 下载
不同版本仅OCR引擎插件不同，其它功能完全一致，附带多国语言识别库。.7z.exe为自解压包，可以用压缩软件打开，也可以在没有安装压缩软件的电脑上直接双击解压。
Paddle 引擎插件版
（性能好，速度快，占用率高，适合高配机器。不兼容奔腾、赛扬、凌动CPU）
重要提示：如果执行OCR时报错 0xc0000142 、 [Error] OCR init fail ，大概率是CPU不兼容Paddle，请换用Rapid版本。
Umi-OCR_Paddle_v2.1.5.7z.exe （128MB）
SHA256: abe00248d6e68dda75029739751ad7258f0ecc14d720b19240a844f5341859b2
Rapid 引擎插件版
（速度稍慢，内存占用低，适合低配机器，兼容性好）
Umi-OCR_Rapid_v2.1.5.7z.exe （98.5MB）
SHA256: 659c55896c32a5e019dc7bde1713d0e5c73186a2c653bed84c4480fa1795b722
开始使用
软件发布包下载为 .7z 压缩包或 .7z.exe 自解压包。自解压包可在没有安装压缩软件的电脑上，解压文件。
本软件无需安装。解压后，点击 Umi-OCR.exe 即可启动程序。
界面语言
Umi-OCR 支持的界面多国语言。在第一次打开软件时，将会按照你的电脑的系统设置，自动切换语言。
如果需要手动切换语言，请参考下图，全局设置→语言/Language 。
标签页
Umi-OCR v2 由一系列灵活好用的标签页组成。您可按照自己的喜好，打开需要的标签页。
标签栏左上角可以切换窗口置顶。右上角能够锁定标签页，以防止日常使用中误触关闭标签页。
截图OCR
截图OCR：打开这一页后，就可以用快捷键唤起截图，识别图中的文字。
- 左侧的图片预览栏，可直接用鼠标划选复制。
- 右侧的识别记录栏，可以编辑文字，允许划选多个记录复制。
- 也支持在别处复制图片，粘贴到Umi-OCR进行识别。
- 关于 公式识别 功能
文本后处理
关于 OCR文本后处理 - 排版解析方案： 可以整理OCR结果的排版和顺序，使文本更适合阅读和使用。预设方案：
-
多栏-按自然段换行：适合大部分情景，自动识别多栏布局，按自然段规则进行换行。 -
多栏-总是换行：每段语句都进行换行。 -
多栏-无换行：强制将所有语句合并到同一行。 -
单栏-按自然段换行/总是换行/无换行：与上述类似，不过 不区分多栏布局。 -
单栏-保留缩进：适用于解析代码截图，保留行首缩进和行中空格。 -
不做处理：OCR引擎的原始输出，默认每段语句都进行换行。
上述方案，均能自动处理横排和竖排（从右到左）的排版。（竖排文字还需要OCR引擎本身支持）
批量OCR
批量OCR：这一页用于批量导入本地图片进行识别。
- 支持格式：
jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff。 - 保存识别结果的支持格式：
txt, jsonl, md, csv(Excel)。 - 与截图OCR一样，支持
文本后处理功能，整理OCR文本的排版和顺序。 - 没有数量上限，可一次性导入几百张图片进行任务。
- 支持任务完成后自动关机/待机。
- 如果要识别像素超大的长图或大图，请调整：页面的设置→文字识别→限制图像边长→【调高数值】 。
- 拥有特殊功能
忽略区域 。
忽略区域
关于 OCR文本后处理 - 忽略区域： 批量OCR中的一种特殊功能，适用于排除图片中的不想要的文字。
- 在批量识别页的右栏设置中可进入忽略区域编辑器。
- 如上方样例，图片顶部和右下角存在多个水印 / LOGO。如果批量识别这类图片，水印会对识别结果造成干扰。
- 按住右键，绘制多个矩形框。这些区域内的文字将在任务中被忽略。
- 请尽量将矩形框画得大一些，完全包裹住水印所有可能出现的位置。
- 注意，只有处于忽略区域框内部的整个文本块（而不是单个字符）会被忽略。如下图所示，黄色边框的深色矩形是一个忽略区域。那么只有
key_mouse才会被忽略。pubsub_connector.py、pubsub_service.py 这两个文本块得以保留。
文档识别
文档识别：
- 支持格式：
pdf, xps, epub, mobi, fb2, cbz。 - 对扫描件进行OCR，或提取原有文本。可输出为 双层可搜索PDF 。
- 支持设定 忽略区域 ，可用于排除页眉页脚的文字。
- 可设置任务完成后 自动关机/休眠 。
二维码
扫码：
- 截图/粘贴/拖入本地图片，读取其中的二维码、条形码。
- 支持一图多码。
- 支持19种协议，如下：
Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE
生成码：
- 输入文本，生成二维码图片。
- 支持19种协议和纠错等级等参数。
全局设置
全局设置：在这里可以调整软件的全局参数。常用功能如下：
- 一键添加快捷方式或设置开机自启。
- 更改界面语言。Umi支持繁中、英语、日语等语言。
- 切换界面主题。Umi拥有多个亮/暗主题。
- 调整界面文字的大小和字体。
- 切换OCR插件。
- 渲染器：软件界面默认支持显卡加速渲染。如果在你的机器上出现截屏闪烁、UI错位的情况，请调整
界面和外观 →渲染器 ，尝试切换到不同渲染方案，或关闭硬件加速。
🔗 下载链接
直链下载（本站镜像）
点击跳转
如遇链接失效，请留言反馈。