umiocr识别工具

我得说，Umi-OCR 真的是一款让人眼前一亮的免费开源 OCR 工具。它最大的优势就是完全离线运行，下载解压就能用，这对保护隐私来说太重要了，毕竟谁也不想把含有敏感信息的截图或文档上传到云端。软件自带高效的 OCR 引擎，支持多语言识别，还能处理二维码，功能非常全面。 从使用体验来看，它的设计非常人性化。比如截图 OCR 功能，快捷键操作流畅，识别后的文字可以直接在软件里编辑和复制，省去了很多麻烦。批量处理功能更是强大，几百张图片一次性导入，还能自动关机，对于需要处理大量文档的用户来说简直是福音。PDF 识别支持输出双层可搜索 PDF，这个功能在学术或办公场景中非常实用。 我个人最喜欢的是它的灵活性。除了常规的图形界面，还支持命令行和 HTTP 接口调用，这对开发者来说意味着可以轻松集成到自己的工作流中。界面支持多国语言，主题也能随意切换，甚至还能调整字体大小，这些细节都体现了开发者的用心。 最近的 v2.1.5 版本更新也让人印象深刻，新增了日志机制和多种 UI 优化，修复了之前的一些小 bug，体验更加稳定。总的来说，Umi-OCR 不仅免费开源，功能还这么强大，无论是普通用户还是技术开发者，都能从中找到适合自己的使用方式。如果你经常需要提取文字或处理文档，这款工具绝对值得一试。

umiocr识别工具，又名Umi‑OCR，是一款免费开源的OCR软件，下载后解压即可使用，无需联网。软件内置高效的OCR引擎，可以从图片和文档中批量提取文字，还能读取二维码中的内容，以及输入文字生成二维码。除了上述功能之外，umiocr官方版还提供命令行和HTTP接口调用，同时支持多语言识别，能够满足不同场景的文字提取需求，适合日常文字提取、批量文档处理，以及开发者和技术用户等人群使用。

软件特色

1、免费：本项目所有代码开源，完全免费。

2、方便：解压即用，离线运行，无需网络。

3、高效：自带高效率的离线OCR引擎，内置多种语言识别库。

4、灵活：支持命令行、HTTP接口等外部调用方式。

5、功能：截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别。

umiocr识别工具怎么使用

一、启动umiocr识别工具官方版软件

1、在本站下载后双击【Umi-OCR_Rapid_v2.1.5.7z.exe】，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。

2、选择一个解压路径，点击【Extract】，等待一会。

3、之后就会出现一个【Umi-OCR_Rapid_v2.1.5】的文件夹，点击进去后双击【Umi-OCR.exe】即可启动。

二、更换界面语言

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，可参考以下步骤：

点击右边的【全局设置】-选择【语言/Language】即可更换。

三、OCR功能

1、截图OCR

打开这一页后，就可以用快捷键进行操作，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。

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）

2、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 。

3、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 。

4、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，

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。

5、全局设置

在这里可以调整软件的全局参数。常用功能如下：

1）一键添加快捷方式或设置开机自启。

2）更改界面语言。Umi支持繁中、英语、日语等语言。

3）切换界面主题。Umi拥有多个亮/暗主题。

4）调整界面文字的大小和字体。

5）切换OCR插件。

6）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 ，7）尝试切换到不同渲染方案，或关闭硬件加速。

适合用户

1、普通用户：想快速从屏幕或图片提取文字，不想上传隐私数据。

2、批量文档处理：大量图片或 PDF 需要转换成文本、CSV、MD 等。

3、多语言/二维码需求：识别多种语言、条形码和二维码。

更新日志

v2.1.5版本

1、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。

2、新增：大部分标签页能手动切换左右/上下双栏模式。

3、新增：Esc键隐藏主窗口。

4、新增：调整二维码生成相关参数后，自动刷新二维码生成。

5、新增：命令行指令 --reload ，用于重新加载配置文件。

6、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。

7、修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。

8、修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。

9、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。

10、修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。

11、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。

12、修复：Linux版本截图后，主窗口的位置与操作前不一致。

13、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。

14、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

15、新增UI语言：俄语 Русский ，译者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米尔语 தமிழ் ，译者：தமிழ்நேரம்。