企业官网建设流程全解析

Umi-OCR｜三步把扫描 PDF 变成可搜索文档的免费离线 OCR

【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

读扫描版论文想抄一句话，文字选不中、Ctrl+F 也搜不到。Umi-OCR 是一款免费、全程离线的 OCR 文字识别工具：把截图、批量图片、扫描 PDF 直接变成可复制、可搜索的文字，识别过程全部在本地完成。

这是什么工具：解压即用的免费离线 OCR

• 是什么：开源免费的 OCR 软件，全程不联网、不上传文档，不为识别次数付费
• 怎么跑：Windows 7 x64 及以上用Umi-OCR.exe，Linux x64 用umi-ocr.sh，解压后双击即用，无需安装
• 内置语言库：简中、繁中、英文、日文等多国语言；引擎自带 Rapid-OCR（兼容性好）与 Paddle-OCR（速度稍快）两种可选
• 支持输入：jpg、png、webp、tif 等图片，以及 pdf、xps、epub、mobi、fb2、cbz 文档

从启动到第一次出识别结果：5 步

1. 从项目发行版页面下载.7z压缩包并解压；需要源码则git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR
2. 双击Umi-OCR.exe启动（Linux 用umi-ocr.sh），首次运行界面语言按系统自动切换
3. 打开"截图OCR"标签页，按快捷键框选屏幕区域
4. 等识别完成：文字自动进剪贴板，右侧识别记录可编辑、可划选
5. 需要落盘的文件，走"批量OCR"或"文档识别"标签页，导出 txt、csv 或双层 PDF

能力拆解：四个标签页各管一类取字任务

截图 OCR：从屏幕任意位置取字

网页、PPT、课件里禁止复制的文字，截一张图就能拿走。

操作路径："截图OCR"标签页 → 按快捷键截屏（Esc 取消）→ 左侧预览划选原文复制，右侧识别记录里编辑文字。

• 在别处复制了图片，直接粘贴进 Umi-OCR 即可识别
• 代码截图把"文本后处理"设为"单栏-保留缩进"，行首空格和缩进都会保留
• 多次截图的结果会累加进识别记录，最后一次性划选复制

批量 OCR：几百张图片排队识别

一文件夹扫描件、截图要批量转文字，交给任务队列跑就行。

操作路径："批量OCR"标签页 → 拖入图片（jpg、png、webp、tif 等）→ 点"开始任务" → 完成后把结果导出为 txt、jsonl、md 或 csv(Excel)。

• 图片有固定位置水印时，在右侧设置栏进入"忽略区域"编辑器，按住右键画矩形框，框内文字不会出现在结果里
• 要进 Excel 汇总的，选 csv 导出格式，Excel 直接打开
• 长任务可开启"任务完成后自动关机/待机"，睡前挂着跑完

文档识别：把扫描 PDF 变成可搜索文档

扫描版 PDF 搜不到也复制不了，重新录入要几个小时，这个标签页直接输出双层可搜索 PDF。

操作路径："文档识别"标签页 → 导入 PDF（也支持 xps、epub、mobi、fb2、cbz）→ 识别完成后导出。输出的双层 PDF 原扫描外观保留，上面叠一层透明文字，支持全文检索、Ctrl+F 定位和直接复制。

• 用"忽略区域"排除页眉页脚文字，框尽量包住可能出现的全部位置
• 可设任务完成后自动关机/休眠
• 原 PDF 自带文本层时可直接提取，不走识别

二维码标签页：识别与生成都在一处

图里的二维码、条形码不方便用手机扫，直接读出来；反过来，输入文本也能生成码图片。

操作路径："二维码"标签页 → 拖入图片、粘贴或截图读取内容；生成侧输入文本，设纠错等级和尺寸后导出图片。

• 支持一图多码，覆盖 QRCode、EAN13、PDF417 等 19 种编码协议
• 也可用命令行调用：umi-ocr --qrcode_read "D:/xxx.png"，参数见命令行手册

端到端工作流：三条从扫描件到可检索的完整路径

一学期扫描件变成可检索文献库。把百页扫描 PDF 导入"文档识别"，识别语言设为中文，忽略区域框掉页码和页眉，开始任务。完成后导出双层可搜索 PDF，之后在 PDF 阅读器里直接 Ctrl+F 定位"图 3"或参考文献里的一句话。

200 张发票截图汇总进 Excel。发票截图全部拖入"批量OCR"标签页，文本后处理选"单栏"系列，导出格式选 csv，开始任务。跑完用 Excel 打开 csv，金额、日期两列一求和，不用手工录入。

把识别挂进自己的脚本。开发者两条路：让 Umi-OCR 常驻，脚本走HTTP接口调用；或命令行umi-ocr --path识别整个文件夹的图片，--output写文件、--clip进剪贴板，参数详见命令行手册。

设置与调优速查：影响识别效果的几个选项

• 文本后处理：截图/批量OCR标签页 → 多栏版面选"多栏-按自然段换行"，段落顺序自动理顺；竖排版面同一预设也能处理
• 忽略区域：批量识别页右侧设置栏 → 编辑器 → 右键画框，框得越完整，水印和页眉页脚去得越干净
• 限制图像边长：批量识别页 → 设置 → 文字识别 → 调高数值，避免大图、长图被压缩导致识别不全
• OCR 引擎：全局设置 → 切换插件，Rapid-OCR 求兼容，Paddle-OCR 求稍快的速度
• 识别语言：文字识别设置 → 指定文档主要语言，多语言资料按主语言切换后再识别
• 界面语言/主题：全局设置 → 语言、主题，首次运行自动匹配系统，可随时手改

高频问题：5 个常见情况

问：多栏版面的识别顺序是乱的。答：引擎按文本块位置输出，文本后处理里选"多栏"系列预设会把顺序理顺。

问：结果里总有水印文字。答：忽略区域没框到，批量 OCR 的忽略区域编辑器里把矩形框画大，包住水印可能出现的全部位置。

问：长图、大图只识别出一部分。答：默认"限制图像边长"会压缩大图，识别前把数值调高即可。

问：截图闪烁、界面错位。答：显卡加速渲染不兼容，全局设置 → 界面和外观 → 渲染器，换渲染方案或关掉硬件加速。

问：不联网能用吗。答：全程本地离线识别，语言库随发行版内置，不需要下载模型或联网。

Umi-OCR 是一款解压即用的免费离线 OCR 工具：截图取字、批量图片文字提取、三步把扫描 PDF 变成可搜索文档。去项目发行版页面下载一份，把积压的扫描件跑完一批；遇到 bug 或功能建议，直接到项目里提 Issue。

【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