Umi-OCR 免费离线 OCR 指南截图、批量、PDF 识别一次搞定【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从截图里抠文字最常见的路子是把图片传到在线 OCR 网站或者掏钱买商业软件。Umi-OCR 是一款开源免费的离线 OCR 软件全程在本机运行、不上传任何数据截图识别、批量导入图片、PDF 文档识别、二维码生成与识别一次具备。下面按你要完成的事来讲怎么装、怎么用、怎么调。项目速写绿色免装的本地 OCR 工具是什么基于 PaddleOCR / RapidOCR 引擎的桌面 OCR 软件v2 版本由可自由开关的标签页组成。许可与费用MIT 协议开源完全免费无广告、无次数限制。平台Windows 7 x64 与 Linux x64解压即用无需安装。适合谁偶尔从屏幕抓文字的个人、批量处理扫描件的办公人员、需要把 OCR 接进脚本的开发者。当前版本 v2.1.5具体变更可查 CHANGE_LOG.md。三步上手解压、启动、F4 出第一条结果拿到程序下载发行版压缩包.7z或.7z.exe自解压包解压到一个固定目录也可以直接克隆源码git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。启动双击Umi-OCR.exe首次打开会按系统语言自动选择界面语言。出结果切到截图OCR标签页按F4唤起截图Esc取消框选区域后文字立刻出现在右侧识别记录栏可以直接编辑或划选复制。任务一随手抓屏幕上的文字适用场景软件界面、报错弹窗、聊天记录里需要复制的文字。关键操作按F4框选即可也可以在别处复制图片后直接粘贴进 Umi-OCR 识别右侧记录栏支持划选多条记录一起复制。参数要点识别语言、是否复制到剪贴板、是否弹出主窗口都在该标签页设置命令行任务复用这里的设定。任务二一次识别几百张本地图片适用场景成规模的图片归档、票据截图、资料扫描图。关键操作把图片文件或整个文件夹拖进批量OCR页即可没有数量上限结果可保存为txt、jsonl、md、csv(Excel)四种格式。参数要点输入支持jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff长图大图把页面设置→文字识别→限制图像边长调高勾上完成后自动关机/待机可以挂夜跑。任务三把扫描 PDF 变成可搜索文档适用场景纸质扫描件、图片型 PDF需要全文检索或提取文字。关键操作在文档识别页导入文件后对扫描件执行 OCR或提取文档原有文本输出为双层可搜索 PDF保留原图、叠加文字层。参数要点支持pdf, xps, epub, mobi, fb2, cbz页眉页脚干扰文字用忽略区域框掉效果等同批量页的水印排除。任务四扫二维码也能反向生成二维码适用场景扫图片里的码取内容或把一段文本做成二维码图片。关键操作二维码页支持截图 / 粘贴 / 拖入图片读取其中的码支持一图多码输入文本则直接生成二维码图片。参数要点识别与生成都支持 19 种协议QRCode、EAN13、DataMatrix、PDF417等生成时可设纠错等级调参会自动刷新预览。把效果调到位边长、语言、排版三个旋钮核心开关是限制图像边长仅对 PaddleOCR 引擎生效它会把边长超过该值的图片压缩值越低越快、值越高越准。按内存选档位电脑配置推荐限制图像边长适用场景低配4GB 内存960默认日常截图、文字量不大追求速度中配8GB 内存2880办公批量处理精度与速度均衡高配16GB 内存4320大尺寸扫描件追求识别精度特殊需求999999无限制超大分辨率细节图机器扛得住再用识别语言库内置简体中文、英文、繁體中文、日本語、한국어、Cyrillic 等按文档实际语言选别用错模型。界面语言不对时到全局设置→语言/Language手动切换界面支持中、英、日、繁中、俄语等。排版解析方案决定输出顺序在文本后处理里切换多栏文档选多栏-按自然段换行这是大多数情景的默认选择。代码截图选单栏-保留缩进行首缩进和行中空格会保留可直接粘回 IDE。倾斜或倒置的文字开启纠正文本方向。多语言识别库一览横向怎么选离线、免费、功能全维度Umi-OCR在线 OCR 服务商业 OCR 软件费用开源免费MIT按量或订阅收费购买许可证联网要求全程离线需联网并上传图片常需联网验证隐私数据不出本机图片上传云端视厂商政策功能覆盖截图 批量 PDF 二维码多为单图识别功能多但偏复杂上手成本解压即用需注册账号安装配置繁琐直接给结论需要离线、免费、功能还全的方案Umi-OCR 是务实选择只在单张图、偶发使用时在线服务注册即用也省事了。接入工作流命令行与 HTTP 接口命令行入口就是主程序Umi-OCR.exe可简写umi-ocr它通过本机回环上的 HTTP 服务通信不经过物理网卡。常用写法umi-ocr --screenshot # 鼠标截屏识别 umi-ocr --screenshot screen0 rect100,200,400,300 # 指定屏幕与区域截屏 umi-ocr --path D:/文档文件夹 # 识别文件夹内全部图片 umi-ocr --screenshot --clip # 结果复制到剪贴板 umi-ocr --screenshot --output test.txt # 结果写入文件 umi-ocr --qrcode_read D:/a.png # 识别二维码参数简写被允许--screenshot可写--sc完整手册见 docs/README_CLI.md。HTTP 接口适合脚本化批量调用默认地址http://127.0.0.1:1224先GET /api/ocr/get_options查询当前引擎支持的参数键值再组装请求不用硬编码。主要接口/api/ocr图片 Base64 识别、/api/doc文档/PDF 识别、/api/qrcode与/api/qrcode/text识别与生成。后端并发能力有限串行调用偶发ECONNREFUSED时重发即可。接口文档docs/http/README.md、docs/http/api_ocr.md。踩坑速查现象 → 原因 → 处理文字顺序错乱→ 排版解析方案与文档版式不匹配 → 在文本后处理换方案多栏文档用多栏-按自然段换行代码用单栏-保留缩进。大图、长图识别不准→ 图片被压缩掉了细节 → 页面设置→文字识别里把限制图像边长调高2880 或 4320。水印、页眉页脚混进结果→ 未设置忽略区域 → 批量页右栏进入忽略区域编辑器按住右键画矩形框框大一点、完整包住文本块。命令行 / HTTP 调不通→ HTTP 服务未开启 → 全局设置里允许 HTTP 服务默认开启主机选仅本地。界面语言不对→ 系统语言未被识别 → 全局设置→语言/Language手动切换。个别机器上截图闪烁、UI 错位→ 显卡加速渲染兼容问题 → 全局设置→界面和外观→渲染器换渲染方案或关闭硬件加速。离线又免费、截图批量 PDF 一次俱全这就是 Umi-OCR 的定位。解压一个压缩包按一次F4从屏幕上的第一段文字开始试用它。【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
如何录制视频,用 OBS /* 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 … · 2026/11/5 3:27:15
Vorssaint:逐应用音量与菜单栏系统监控,macOS 专属 Vorssaint:逐应用音量与菜单栏系统监控,macOS 专属 【免费下载链接】vorssaint-utils Free and open-source macOS menu bar toolkit. 项目地址: https://gitcode.com/GitHub_Trending/vo/vorssaint-utils
Vorssaint 是一款免费开源(G… · 2026/11/5 3:27:15
Persian-IPA-to-Speech-F5命令行工具10个实战示例:终端批量生成波斯语音频 【免费下载链接】Persian-IPA-to-Speech-F5 Simple Python API for Persian IPA-to-speech with F5-TTS 项目地址: https://gitcode.com/gh_mirrors/pe/Persian-IPA-to-Speech-F5 点击查看 免费下载 Persian-IPA-to-Speech-F5 是一个基于 F5-TTS 的波斯语语音合成工… · 2026/11/5 3:27:15
RDMA网络PFC配置实战与避坑指南 1. 项目背景与核心挑战RDMA(远程直接内存访问)技术正在彻底改变数据中心网络性能的边界。作为新一代网络通信协议,它允许计算机直接访问另一台计算机的内存而无需经过操作系统内核,这种绕过内核的零拷贝技术能够将延迟降低到微秒级… · 2026/11/5 4:18:38
STM8S003 GPIO模拟UART实战:IAR环境下的定时器配置与状态机实现 简介:这份资源面向在 IAR Embedded Workbench 下开发 STM8S003 的嵌入式工程师与学习者,针对该芯片原生物理串口资源不足的问题,给出基于 PC3、PC4 引脚配合定时器实现软件模拟串口(Software UART)的完整工程。内容涵盖… · 2026/11/5 4:18:38
Windows 11下Node.js高效部署与镜像优化指南 1. Node.js环境部署全攻略(Windows 11专版) 作为现代前端工程和服务器端开发的基石,Node.js的安装配置直接影响开发效率。我在Windows 11环境下反复测试了十余种配置方案,总结出这套兼顾稳定性和下载速度的部署方案。特别针对国内… · 2026/11/5 4:18:38
程序员高效接单:平台选择与实战策略 1. 程序员接单市场现状与需求分析2026年的技术外包市场呈现出前所未有的繁荣景象。根据行业观察,全球范围内对程序员临时性服务的需求每年以23%的速度增长。这种增长主要源于中小企业数字化转型加速、创业公司MVP开发需求激增,以及大型企业特定技术栈人才… · 2026/11/5 4:18:38
多智能体编排框架对比:CrewAI、AutoGen与LangGraph实战解析 1. 多智能体编排框架现状概览在AI应用开发领域,多智能体系统正从实验室走向工业化落地。不同于单模型调用,多智能体编排需要解决角色分配、通信协议、任务调度等复杂问题。目前主流开源框架呈现"三足鼎立"态势:CrewAI以易用性著称&… · 2026/11/5 4:18:38
WorkBuddy智能生产力工具:情境感知与任务管理解析 1. WorkBuddy 是什么?WorkBuddy 是一款面向现代职场人士设计的智能生产力工具套件,它整合了任务管理、时间追踪、团队协作和自动化工作流等核心功能。不同于传统的项目管理软件,WorkBuddy 最大的特点是采用了"情境感知"技术&#x… · 2026/11/5 4:17:38
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试 /* 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 … · 2026/11/4 3:16:49
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析 /* 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 … · 2026/11/4 6:59:29
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案 /* 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 … · 2026/11/4 7:02:38
多智能体协作系统架构设计与实践优化 1. 多智能体协作系统的时代背景2017年Transformer架构的诞生彻底改变了人工智能的发展轨迹。当行业还沉浸在单一大模型带来的性能突破时,Anthropic的研究团队已经将目光投向了更前沿的领域——如何让多个智能体通过协作产生超越单体能力的系统智能。这就像交响乐团中… · 2026/11/5 0:00:39
大模型系统性入门实战指南:从原理到部署微调的全链路路线 提到大模型的系统性入门,我先说个结论:这事真不难,难的是资料太散、路线太多,今天这个框架明天那个工具,新人很容易在“收藏夹吃灰”和“教程看到一半放弃”之间反复横跳。市面上关于大模型的内容少说有几十万篇&#… · 2026/11/5 0:00:39
鸿蒙文件系统沙箱机制解析与开发实践 1. 鸿蒙文件系统沙箱机制深度解析作为一名从Android转向鸿蒙开发的工程师,我深刻体会到文件系统访问是迁移过程中最先遇到的"拦路虎"。在Android上运行良好的文件读写代码,在鸿蒙真机环境却频频出现文件写入后神秘消失或直接抛出权限拒绝错误的… · 2026/11/5 0:00:39
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试 /* 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 … · 2026/11/4 3:16:49
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析 /* 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 … · 2026/11/4 6:59:29
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案 /* 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 … · 2026/11/4 7:02:38