Umi-OCR 免费离线 OCR 工具完整指南：截图、批量图片与 PDF 识别一步到位-创锋一号

Umi-OCR 免费离线 OCR 工具完整指南：截图、批量图片与 PDF 识别一步到位

【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

你是否遇到过这样的情况：手里是一份扫描版 PDF，能看到字却复制不出；或者一批产品图片需要逐张录入文字，手动敲键一下午？Umi-OCR 是一款免费、开源的离线 OCR 软件，支持截图识别、批量图片识别、PDF 文档识别以及二维码扫描与生成，所有识别都在本机完成，不联网、不上传。

下面按"先跑起来，再逐个用"的顺序，带你把它的主要能力用一遍。

三步完成安装与启动

结论先行：Umi-OCR 是绿色软件，解压就能用，不需要安装步骤，也无需联网。

获取软件：推荐直接从发布页下载.7z或.7z.exe压缩包（自解压包在没装压缩工具的电脑上也能用）。如果你更习惯源码方式，也可以执行下面这条命令克隆仓库：
```
git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR
```
解压并启动：Windows 上双击Umi-OCR.exe即可；Linux 用户运行umi-ocr.sh。
打开常用标签页：界面左上角的"+"按钮可以新建标签页，按需选择截图 OCR、批量 OCR、文档识别、二维码等功能页，每个标签页的设置互相独立，互不干扰。

首次启动时，软件会按系统语言自动切换界面。如果没切对，进入"全局设置"→"语言"手动选择即可，支持简体中文、繁体中文、英语、日语、俄语、葡萄牙语等。

截图 OCR：框选屏幕即可复制文字

结论先行：想从屏幕上提取任何一段文字，截图 OCR 是最快的路径——按一下快捷键，框选区域，文字直接出现在结果栏里。

用起来注意三点：

左侧是原图预览：可以用鼠标直接划选文字复制；右侧识别记录栏可以编辑文字，还能跨多条记录一起复制。
支持粘贴识别：在别处复制图片后，直接粘贴到 Umi-OCR 里也能识别，不用真的截图。
排版解析：识别结果默认按"多栏-按自然段换行"方案整理，能自动处理横排、竖排文字，把多栏内容按正确阅读顺序输出；解析代码截图时可以选"单栏-保留缩进"，保留行首缩进和空格。

批量 OCR：一次导入几百张图片

结论先行：图片多到没法一张张处理时，用批量 OCR 页把它们全部丢进去，识别结果自动保存成文本文件。

这个页面的几个实用细节：

支持格式：jpg、png、webp、bmp、tif 等常见图片格式，没有数量上限。
结果格式多样：识别结果可保存为 txt、jsonl、md、csv（Excel）四种格式，csv 可以直接用 Excel 打开做后续处理。
忽略区域：如果图片上固定位置有水印或 LOGO，在右侧设置里打开忽略区域编辑器，用右键画矩形框包住水印位置，框内的文字就不会出现在结果里。注意框要画得尽量大，完全包住水印可能出现的所有位置。
超长图识别不了：像素过大的长图会被压缩到限制边长以内，若出现漏字，进入"页面的设置→文字识别→限制图像边长"，把数值调高即可。
批量任务还可以设置完成后自动关机或休眠，适合挂机跑整夜的任务。

文档识别：把扫描 PDF 变成能搜索的文档

结论先行：扫描版 PDF 最大的问题是"看得见、搜不到、复制不了"，文档识别页可以把它们转成双层可搜索 PDF——页面视觉上还是原来的扫描件，但底下多了一层透明文字，从此能搜索、能复制、能提取。

这个功能支持pdf, xps, epub, mobi, fb2, cbz等格式，既能对扫描件做 OCR，也能直接提取已有文本层；同样支持忽略区域，常用来排除页眉页脚里的页码和抬头，避免它们混进提取结果。

实用技巧与常见问题

界面主题与渲染：全局设置页提供浅色、深色多套主题，还能调整字体大小。如果你的机器上出现截屏闪烁、界面错位，进入"界面和外观"→"渲染器"，换一个渲染方案或关闭硬件加速一般就能解决。

识别引擎：软件内置 RapidOCR 和 PaddleOCR 两种离线引擎，可在插件里切换。二者都是本机运行，差别主要在速度和兼容性，遇到某类文档识别效果不理想时，可以换另一个引擎再试一次。

常见疑问：

老电脑能用吗？Windows 7 x64 及以上、Linux x64 均支持，内存 4GB 以上即可流畅运行。
识别外语文档？界面语言是界面用的，识别语言由内置语言库覆盖，中日英等常见语言开箱即用，翻译协作通过 Weblate 平台持续完善。
遇到 bug 怎么办？在项目的 Issue 区反馈即可，作者会跟进处理。

进阶玩法：命令行与 HTTP 接口

除了图形界面，Umi-OCR 还支持脚本化调用，适合写进自动化流程：

命令行：umi-ocr --help查看全部指令，例如umi-ocr --path "D:/images"可以识别指定文件夹里的所有图片（含子文件夹）。完整参数见命令行手册。
HTTP 接口：软件默认开启本地 HTTP 服务，可以在其他程序里通过 REST 方式调用识别、文档处理、二维码等功能，详见HTTP 接口手册。

命令行和 HTTP 依赖本地回环通信，全程不出本机，可以放心使用。

总结一下：日常取字用截图 OCR，图片文件多就用批量 OCR，扫描件用文档识别转出双层 PDF，再配合命令行和 HTTP 接口，基本能覆盖个人办公到半自动化流程的常见需求。软件免费开源，解压即用，不妨先拿一份手头的扫描件试试，实际效果比参数描述更有说服力。使用中遇到问题或想给软件补充翻译，都欢迎到项目社区参与讨论。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析