企业官网建设流程全解析

Umi-OCR离线OCR完整指南：截图、批量图片与PDF文档识别一次到位

【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

一句话定位：免费离线OCR软件到底能做什么

Umi-OCR 是一款免费、开源、完全离线的 OCR 文字识别软件：截屏识别、批量图片识别、PDF 文档识别、二维码扫描与生成一应俱全，解压即用、无需注册联网。一句话概括它的价值：它把文字识别引擎整个搬进你的电脑，让截图、图片和扫描件里的文字全部在本地完成提取——不吹不黑，这是目前把"离线"和"好用"平衡得相当好的方案之一。

要不要用：离线OCR与在线工具、商业软件的一张对比表

先别急着下载，用一张表看清它和主流替代方案的差异，再决定值不值得投入时间：

💡 提示：判断标准很简单——如果你的图片不想离开硬盘，或者你有一批扫描件要归档，Umi-OCR 就是那个"成本最低、隐私最稳"的选项。

谁适合、谁不需要：先划清边界再投入时间

适合你，如果：你是 Windows 或 Linux 用户，日常要处理截图、扫描件、带水印的图片；你需要把扫描版 PDF 变成可搜索的归档文件；你对数据隐私敏感，合同、论文、票据不想上传到别人的服务器；或者你想让"批量挂机识别几百张图"这种需求自动化。

不需要你，如果：你用 Mac（目前只支持 Windows 与 Linux）；你只是偶尔识别一两张图、也不介意上传，那打开网页可能更快；你需要把表格图片直接转成 Excel（表格识别还在远期计划中）；或者你期待"图片翻译"这类能力——Umi-OCR 只做文字识别，翻译同样在计划列表里躺着。

五分钟拿到第一个结果：从下载解压到首次截图识别

目标很朴素：在五分钟内让软件帮你识别出第一段文字。

1. 下载：取本仓库的发布包 Umi-OCR_Rapid_v2.1.5.7z（自带 Rapid-OCR 引擎，兼容性好；电脑没装解压软件就选.7z.exe自解压包）。
2. 解压：解压到不含中文和空格的目录，例如D:/Tools/Umi-OCR。为什么：这是绿色软件无需安装，但路径里的中文/空格偶尔会引发莫名其妙的兼容问题，一步规避最省心。
3. 启动：双击Umi-OCR.exe（Linux 下运行umi-ocr.sh）。首次启动会自动匹配你的系统语言，界面由多个标签页组成——截图OCR、批量OCR、文档识别、二维码、全局设置，用哪个点哪个，还可以锁住常用标签防误关。
4. 识别：切到"截图OCR"标签页，按快捷键唤起截图框，划出目标区域。松开鼠标，结果几秒内出现在右侧记录栏。

还有一个更快的方式：在聊天窗口里复制任意一张图片，回到 Umi-OCR 直接粘贴，它照样识别。到这一步，你的第一个正反馈就拿到了——"看到文字→复制文字"从此是一条肌肉记忆。

进阶玩法按能力档位分层：从入门到折腾

入门档：把"看到文字就复制"练成肌肉记忆

• 排版方案默认选"多栏-按自然段换行"：OCR 引擎吐出的文字是"散装"的，这套方案会自动识别多栏布局、按自然段断行，覆盖大多数阅读场景。什么时候才需要换？遇到两栏/三栏论文、代码截图这类特殊排版时再切换对比。
• 结果栏可以直接当草稿纸：识别记录支持原地改错、划选多条一起复制，识别完顺手整理成你要的格式，不用再经过记事本中转。
• 竖排文字不用管：排版解析会自动处理横排与竖排（从右到左）的文本顺序，前提是你的 OCR 引擎本身支持竖排。

💡 提示：如果你经常处理代码截图，切到"单栏-保留缩进"，行首缩进和行中空格会被保留下来，输出基本能保持代码结构。

熟练档：批量图片与扫描PDF的提速方法

• 忽略区域，让水印和页眉页脚自动"隐身"：在批量识别页右侧设置里进入忽略区域编辑器，按住右键画矩形框，把水印、LOGO、页眉页脚可能出现的位置都框住，识别时这些区域内的文字会被自动排除。记住关键机制：只有完全处于矩形框内部的整个文本块才会被忽略，所以宁可框大一点，别漏。
• 文档识别，把扫描版PDF变成可搜索文件：支持pdf、xps、epub、mobi、fb2、cbz六种格式。Umi 会优先提取 PDF 自带的文本层（速度快、零识别误差），遇到纯扫描页才自动切到 OCR；你也可以主动选"整页强制OCR"。最实用的输出是双层可搜索PDF——外观跟原扫描件一模一样，但文字可以搜索、复制、划线；v2.1.2 起还能输出单层纯文本 PDF，体积更小、更好编辑。
• 挂机任务一条龙：批量图片和文档任务都支持完成后自动关机/待机；v2.1.2 起支持暂停任务，只要软件不退出，待机休眠后回来继续跑。

💡 提示：文档识别里的忽略区域可以按页码范围设置，适合统一排除整本扫描件的页眉页脚——框一次，全册生效。

折腾档：命令行、HTTP接口与引擎插件的自定义空间

如果你想把它嵌入自己的工作流，图形界面只是冰山一角：

umi-ocr --screenshot --clip umi-ocr --path "D:/扫描件.png" --output result.txt umi-ocr --qrcode_create "你好，Umi-OCR" "D:/qrcode.png" 256

三条命令分别对应：截屏识别并直接进剪贴板、识别指定图片输出到文件、生成二维码。所有指令支持前几个字母简写（--sc等价于--screenshot）。注意一个前提：命令行依赖本地 HTTP 服务做进程间通信，请确认全局设置里 HTTP 服务是开启的（默认开启，只监听本地环回、不经过物理网卡，数据不会外泄）。

• HTTP 接口：默认端口 1224，提供图片 OCR、文档识别、二维码识别/生成等接口，几十行代码就能封装一个"上传图片→返回 JSON"的本地小服务。
• 引擎与界面语言随意换：全局设置里可以切换 OCR 插件——默认内置 Rapid-OCR（兼容性好）和 PaddleOCR（速度稍快）；界面语言支持简中、繁中、英、日、葡、俄、泰米尔语。界面语言和识别语言是两码事：界面用中文，照样可以识别日文书籍。

性能与资源实测：体积、内存、速度与兼容性取舍

从一个"真会用"的人的角度，给你四条实测经验：

• 体积与安装：整个程序（界面+OCR引擎）打包在单个压缩包里，解压即用、免安装，拷到另一台电脑目录就能带走。想要干净环境就删目录，不留注册表垃圾。
• 内存：如果用的是 PaddleOCR 插件，v2.1.4 起默认内存占用被限制在系统总内存的一半以内；任务停止约 30 秒后会自动释放一次内存。还想更省，去插件配置里调低线程数即可。
• 速度与长图：单张截图识别通常几秒内出结果，批量几百张图挂机跑即可。遇到像素超大的长图识别不全，正确做法是去"文字识别"设置里调高"限制图像边长"，而不是盲目放大原图——过度放大增加噪声，反而降低准确率。
• 兼容性：Windows 7 x64 起，Linux 需要 glibc 2.31 以上（覆盖 Debian-11、Ubuntu-20），也支持 Docker 部署。如果你的机器出现截屏闪烁、界面错位，八成是显卡渲染兼容问题，去 全局设置→界面和外观→渲染器 切换方案或直接关闭硬件加速，通常能解决。

💡 提示：追求稳定选 Rapid 版，追求速度换 Paddle 版；内存紧张就少开标签页，用多少开多少，程序会自己省。

社区与生态：官方文档、插件目录与版本演进

Umi-OCR 是一个长期维护的开源项目，配套资源都在仓库里，按需取用：

• 命令行手册：docs/README_CLI.md（含截屏、路径、二维码、高级指令的完整用法）
• HTTP 接口文档：docs/http/README.md 与 docs/http/api_doc.md
• 更新日志：CHANGE_LOG.md（每个版本的改动一目了然）
• 插件目录：UmiOCR-data/plugins/（程序运行时存放 OCR 引擎插件的位置，切换引擎在此发生）
• 多语言翻译：dev-tools/i18n/（社区译者协作维护，Weblate 在线协作）

版本演进只需要记住五个节点：v2.1.0上线文档识别；v2.1.2新增单层纯文本 PDF 输出与任务暂停；v2.1.3登陆 Linux 并支持 Docker 部署；v2.1.4将 PaddleOCR 默认内存限制为系统内存一半；v2.1.5加入日志机制、双栏布局、超大文件夹异步加载，并修复了 PDF 页面旋转导致的文本错位——如果你手头有旋转过方向的扫描件，务必用最新版。

收尾：三句话行动建议

适合谁：Windows/Linux 上经常与截图、扫描件、PDF 打交道的你。怎么开始：下载解压即用，先跑通一张截图识别拿正反馈，再按档位逐步解锁批量与文档识别。遇到问题先看哪：先翻 CHANGE_LOG.md 和 docs 目录，再试"渲染器→忽略区域→限制图像边长"这三个旋钮，九成麻烦都能解决。

下一步动作很具体：现在就去下载 Umi-OCR_Rapid_v2.1.5.7z，解压、启动、按一下截图快捷键。从这一刻起，扫描版 PDF 和带水印的图片都不再需要在线工具和手动抄录了。

【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