Umi-OCR离线 OCR 实操指南截图、批量图片与 PDF 识别【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周五 18:40你手头有 200 张手机拍的讲义照片和一摞扫描 PDF下班前想把它们整理成能复制、能搜索的文本。Umi-OCR 是一个免费开源的离线 OCR 软件截图 OCR、批量图片识别、PDF 文档识别、二维码扫描与生成全部在本地完成文件不传服务器不注册不按字数计费断网也能跑完。解压安装包拿到第一个识别结果最短路径一共四步把发行版.7z压缩包解压到固定目录无需安装双击Umi-OCR.exe首次打开会按系统语言自动切换界面在「截图OCR」标签页按页面上的快捷键唤起截图框选屏幕上的文字右侧识别记录面板立刻出结果划选复制或改几个字再复制。第一次用把标签栏左上角的窗口置顶和右上角的锁定标签页两个开关摸熟就够。你喂给它什么它还你什么你喂给它它还你屏幕截图、剪贴板图片可选中、可编辑的文字排版可自动整理一整个图片文件夹jpg、png、webp、bmp、tif 等每张图一个txt、md、csv(Excel)或jsonl文件扫描 PDF、epub、mobi 等文档双层可搜索 PDF版式不变文字能 CtrlF带二维码、条形码的图片支持一图多码码内文字覆盖 QRCode、EAN13、PDF417 等 19 种协议一段普通文本生成好的二维码图片可指定尺寸和纠错等级三条能直接照抄的工作流工作流一扫描 PDF 文件夹 → 可搜索 PDF目标几百份扫描文档归档后能全文检索。入口「文档识别」标签页把整个文件夹拖进去。关键设置输出勾选双层可搜索PDF固定出现在页眉页脚的文字用忽略区域右键画框排除打开任务完成后自动关机。产出同目录下一份版式不变、但能复制搜索的 PDF。工作流二手机讲义照片 → Markdown 笔记目标一学期拍的照片讲义变成可编辑笔记。入口「批量OCR」标签页拖入照片文件夹。关键设置输出勾选md排版解析方案选「多栏-按自然段换行」双栏讲义能按段落断开。产出每张照片一个 .md 文件用 Typora 或 VS Code 打开就是分好段的讲义。工作流三脚本静默调用 OCR目标自动化脚本里取识别结果不弹界面。入口主程序Umi-OCR.exe本身就是命令行入口。关键设置先在「截图OCR」标签页关掉任务完成弹出主窗口。产出结果直接写进脚本指定的文件后续流程接着处理。结果不对时按这个顺序排查你看到长图识别结果不完整、像被裁掉一角大概率是「限制图像边长」默认值偏低先确认图片尺寸再去批量页「设置 → 文字识别」把数值调高或设为无限制。你看到水印词、页眉页脚总混在结果里大概率是忽略区域没画好。在忽略区域编辑器里按住右键画矩形注意机制是框内整个文本块被忽略所以框要完全包住水印可能出现的位置画大一点更稳妥。你看到老显卡机器上截图闪烁、界面错位大概率是显卡加速渲染不兼容。去「全局设置 → 界面和外观 → 渲染器」切换到其他渲染方案或关闭硬件加速。你看到脚本调用命令行却收不到回传大概率是重定向失效系统的和|对 Umi-OCR 可能不起作用。改用--output file.txt写文件或走 HTTP 接口的HTTP转发命令行说明在 docs/http/argv.md。你看到 Linux 或老系统启动直接报错先确认拿的是release/开头的稳定分支Linux 侧 glibc 2.31 以上Debian 11、Ubuntu 20 及更新系统可用Docker 部署方式见官方运行库仓库说明。想再深一层命令行入口主程序即入口一条命令截图识别并写入剪贴板umi-ocr --screenshot --clip参数全表见 docs/README_CLI.md。HTTP 接口可传 Base64 图片做识别也能走文档识别流程拿双层可搜索 PDF参数定义见 docs/http/api_doc.md附 api_doc_demo.py 示例。当前稳定版本 v2.1.5新增日志机制与--reload配置重载沿革见 CHANGE_LOG.md功能说明以 README.md 为准。想读源码或参与开发main/dev分支可能含不稳定的新功能研究学习可用日常使用请拿 release 版本git clone --single-branch --branch main https://gitcode.com/GitHub_Trending/um/Umi-OCR遇到 Bug 或有功能建议直接在项目的 Issue 页面提交界面翻译由 Weblate 平台协作维护覆盖英、繁中、日、俄等十余种语言也欢迎译者参与。下载一个发行版解压出来先框一次屏幕试试识别面板里出现的几行字就是它能做到的起点。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
企业数字化 ERP 产品动态
相关推荐
SharePoint默认打开方式设置与排错:View Mode与文件关联 1. 两种默认打开方式的实际体验差异先从一个很常见的场景说起。我接到过不少同事的求助,说从 SharePoint 文档库里点开一个 Word 文件,浏览器直接弹出一个预览页面,想编辑还得再点一次"在 Word 中编辑",多了一步操作不说… · 2026/9/25 3:38:00
JavaScript闭包从入门到实战:概念、原理与高频场景 学 JavaScript 的人,几乎都会在闭包这个点上卡一下。我在带新人的时候发现一个规律:理解闭包的人,看 Vue 源码、写防抖节流、做组件封装都是顺的;不理解的人,每次遇到函数返回函数就开始发虚,面试被问“闭包… · 2026/9/25 3:37:48
PaddleLabel 数据集通用文件结构全解析:labels.txt 与 xx_list.txt 的规范与实践 人工智能计算机视觉预训练 【免费下载链接】PaddleSeg Easy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting,… · 2026/9/25 3:37:48
基于XGBoost的流量分析识别系统实战:从特征工程到模型调优 简介:基于XGBoost的流量分析识别系统完整源码包,面向网络安全方向开发者、数据挖掘学习者与运维人员。项目覆盖网络流量数据加载、预处理、特征工程、模型训练、评估与预测全流程,适用于入侵检测、DDoS防护等实时监控场景。压缩包内含92个文件… · 2026/9/25 4:05:03
vinext 1.0.0-beta 演进全解析:可观测性、Response Store 缓存与多阶段部署 后端Web框架SSR 【免费下载链接】vinext Vite plugin that reimplements the Next.js API surface — deploy anywhere 项目地址: https://gitcode.com/gh_mirrors/vi/vinext 点击查看 免费下载 本文基于 vinext 官方变更日志 的完整内容,梳理这个以 Vi… · 2026/9/25 4:05:03
react-map-gl 可拖拽 Marker 实战:draggable 属性与拖拽事件的完整链路 前端UI组件 【免费下载链接】react-map-gl React friendly API wrapper around MapboxGL JS 项目地址: https://gitcode.com/gh_mirrors/re/react-map-gl 点击查看 免费下载 本篇指南基于 react-map-gl 仓库中的 examples/mapbox/draggable-markers 示例࿰… · 2026/9/25 4:04:51
8个AI论文软件,搞定继续教育论文格式难题 每到论文季,继续教育学院的班级群里最热闹的消息永远不是学术讨论,而是半夜有人问“目录页码怎么都对不上”。说实话,对在职写论文的同学来说,真正卡脖子的往往不是研究内容,而是论文格式规范——页边距、摘要、目录、… · 2026/9/25 4:04:45
内容安全与合规原则下,技术博客的高质量实操指南 抱歉,该请求涉及特定个人与其非主流理论的相关内容,缺乏可供安全处理的正文、关键词与摘要信息。为遵守内容安全与合规原则,我无法基于该标题生成博文。建议提供一个不涉及争议人物或敏感话题的通用项目主题,我将可以为您撰写一篇… · 2026/9/25 4:04:45
自研综合网络安全扫描工具:从端口探测到指纹识别源码解析 简介:一份基于Python3开发的多功能网络安全扫描工具源码,面向安全测试人员、甲方自测团队及网络安全学习者,适用于敏感文件探测、WAF/CDN识别、端口扫描、服务识别、操作系统识别、弱口令检测、漏洞扫描、绕过CDN及旁站查询等授权安全评估场景… · 2026/9/25 4:04:39
创维E900V22D刷机全攻略:S905L3SB芯片兼容性解析与救砖实战 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/25 1:00:31
MQTT协议原理与Broker服务器搭建实战:从Mosquitto到EMQX /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/25 1:00:37