企业官网建设流程全解析

从 PDF 旋转到双栏布局：Umi-OCR v2.1.5 版本更新解读

【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

用截图OCR核对扫描版 PDF 时，旋转页文字顺序错乱、几万张图拖进批量页后界面卡住，是离线OCR用户常遇到的两类卡点。Umi-OCR v2.1.5 针对它们做了修正：修复 PDF 提取文本的旋转影响（#785）、优化批量页异步加载（#710），并新增日志机制与双栏布局切换。受益人是做批量识别、文档识别的普通用户，以及通过命令行调用离线OCR的开发者。

更新速览

PDF 旋转修正：文字顺序不再错乱

旧问题。早期版本提取 PDF 自带文本时，没有把页面旋转角度算进去，旋转排版的文档读出来的顺序容易乱；生成单层 PDF 时，原文已有的文本层也会被丢掉。

新版本怎么做。v2.1.5 在提取 PDF 文本时考虑了页面旋转影响（#785），并修复了生成单层 PDF 时未写入原 PDF 文本的问题。

怎么用、效果如何。把 PDF 拖进文档识别页，选择"提取原有文本"或生成双层 PDF 即可，输出顺序与文档阅读顺序一致。接口侧同样修正了/api/doc/download的ignore_blank参数，生成 TXT/CSV 时能正确过滤空白页。

一次拖进数万张图片也不卡

旧问题。往批量页拖入含大量子文件、尤其高分辨率图片的文件夹时，界面会卡顿甚至假死，且看不到加载到哪一步。

新版本怎么做。v2.1.5 优化了图片/文档的异步加载机制（#710），加载过程可预览进度。

怎么用、效果如何。把整目录拖进批量 OCR 或文档页即可，进度条会显示当前处理到第几个文件。官方说明批量识别没有数量上限，离线OCR批量任务可一次导入数百张乃至更多。

标签页双栏布局：宽屏下原图与结果同屏

旧问题。默认布局下，要看原图又看识别结果时，需要在面板间来回切换。

新版本怎么做。大部分标签页现在可手动切换左右/上下双栏模式（#789），截图OCR、批量、二维码页都适用。

怎么用、效果如何。在标签页右上角的布局按钮处切换，宽屏显示器上可让原图与记录并排查看。配合本次新增的 Esc 键隐藏主窗口（#652），截图、识别、复制的连贯操作更顺。

升级与上手

1. 获取版本：v2.1.5 对应分支main，可从本仓库 main 分支或对应备份分支获取，分支说明见 CHANGE_LOG.md。
2. 解压即用，无需安装：Windows 双击Umi-OCR.exe，Linux 用umi-ocr.sh启动。
3. 命令行启动可查看实时日志，指定级别（默认 ERROR）以上的日志保存到UmiOCR-data/logs，保存级别在全局设置标签页调整。
4. 手动修改配置文件UmiOCR-data/.settings后，执行以下指令即可重载，无需重启软件：

umi-ocr --reload

5. 需要接口调用或二次开发，参考 命令行手册 与 HTTP接口手册，示例见 api_doc_demo.py。

v2.1.5 通过一批围绕离线OCR的稳定与体验修正，让截图、批量、文档识别的日常使用更顺手。有相关使用场景不妨试试这个版本。

【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