企业官网建设流程全解析

Umi-OCR 免费离线 OCR 软件完整指南：从截图到批量识别 5 分钟上手

【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

Umi-OCR 是一款开源免费的离线 OCR 文字识别软件，解压即可运行，不联网也能把截图、图片、PDF 里的文字提取成可复制的文本。

适合你吗？

先说清楚它适合干什么：

• 屏幕上有字但复制不了：网页图片、聊天记录里的代码、视频字幕，框一下就能变成文本；
• 有一堆图片要转文字：几十张、几百张截图或扫描件，拖进去批量处理，结果导出成 txt、csv（Excel）、md、jsonl；
• 手里只有 PDF 扫描件：想在里面搜索、复制文字，它可以生成"双层可搜索 PDF"——也就是图片下面垫了一层真实文字，既能看图又能检索。

一个明确的局限：它的识别引擎全部跑在你本机，速度取决于你的 CPU，处理几百张高清大图会比云端接口慢一些；另外它目前支持 Windows 7 x64 和 Linux x64，Mac 暂不支持。

拿到第一个结果：3 分钟跑通第一次截图识别

1. 从项目的发布渠道下载.7z压缩包（仓库里也有 Umi-OCR_Rapid_v2.1.5.7z），解压，不需要安装；
2. 双击Umi-OCR.exe启动（Linux 下运行umi-ocr.sh）。首次打开时，界面语言会跟随你的系统自动切换；
3. 打开"截图OCR"标签页，按下截图快捷键，用鼠标框选屏幕上的文字，松开鼠标，识别结果立刻出现在右侧记录栏，直接划选复制即可。

如果你刚才在别处复制过一张图片，也可以跳过框选，直接把图片粘贴进 Umi-OCR 进行识别。从按下快捷键到复制文字，整个过程通常不超过 10 秒。

真实场景演练

场景一：代码截图还原，缩进原样保留

• 目标：把一张代码截图变成可以直接运行的代码，不想逐字重敲。
• 操作：截图后，在文本后处理的"排版解析方案"里选单栏-保留缩进（这个模式会原样保留行首缩进和行中空格），然后复制结果。
• 得到什么：带缩进、空格的代码文本，粘贴进编辑器就能用。

场景二：一文件夹图片批量转文字

• 目标：把整个文件夹里的扫描件、照片一次性转成文本。
• 操作：在"批量OCR"标签页把图片全部拖进去，点"开始任务"。支持 jpg、png、webp、bmp、tif 等常见格式，没有数量上限。
• 得到什么：每张图片对应一条识别记录，可整体导出为 txt、jsonl、md 或 csv（Excel）。任务完成前软件会显示进度和每张的耗时；完成时还可以设置自动关机/待机，睡前挂上任务，第二天收结果。

场景三：PDF 扫描件变成可搜索文档

• 目标：把整本扫描版 PDF 变成能搜索、能复制的电子版。
• 操作：在"文档识别"标签页导入 pdf、epub、mobi 等文件，选择输出为双层可搜索 PDF。
• 得到什么：一个既能显示原页面图像、又能全文检索和复制文字的新 PDF，纸质资料直接变成电子档案。

三个让人眼前一亮的细节

• 忽略区域：图片角落有水印、页眉页脚时，在编辑器里用鼠标框出这些位置，识别时整个区域被跳过。它替我省的是——不用再事后一行行删水印混进结果的脏字符；
• 排版解析：多栏排版的页面直接识别，文字顺序容易跳来跳去。选"多栏-按自然段换行"方案，它会按阅读顺序自动重排，横排、竖排（从右到左）都能处理；
• 二维码二合一：既能扫码（截图、粘贴或拖入图片，一图多码），也能输文本生成二维码图片，还支持 19 种码制，省去另外装一个扫码工具。

想要更多：把识别能力接进你的工作流

界面操作之外，Umi-OCR 还留了两条自动化通道：

• 命令行模式：支持--path、--output、--clip等参数，一行命令就能批量识别一个文件夹（含子文件夹）并写入文件，配合脚本或定时任务可以无人值守。示例：

umi-ocr --path "扫描件目录" --output "输出.txt"

• HTTP 接口：让其他程序远程调用图片识别、文档识别、二维码生成等功能，默认只监听本地，改到局域网地址后即可部署到服务器使用。

完整的参数和接口说明分别整理在 docs/README_CLI.md 和 docs/http/README.md，进阶时直接翻这两份文档即可。

另外，全局设置里可以一键切换中、英、日、俄等十多种界面语言，多个亮/暗主题和字体大小也都能调。

常见坑

• 命令行没反应？命令行依赖软件内置的 HTTP 服务（默认开启）。在全局设置页确认服务处于开启状态，主机选"仅本地"即可；
• 截图时屏幕闪烁、界面错位？多半是渲染器兼容问题，到全局设置 → 界面和外观 →渲染器，换一个渲染方案或关闭硬件加速；
• 超大长图识别失败？到批量页面设置 → 文字识别 → "限制图像边长"，把数值调高再跑一次。

跑通第一次截图识别后，挑几张开着水印的图片试试忽略区域，就能体会批量任务的省心了。遇到 bug 可以提 Issue 反馈；项目也长期欢迎译者参与界面多语言翻译，从 CHANGE_LOG.md 可以看到每个版本的更新细节。让 Umi-OCR 成为你桌面上随取随用的文字提取工具，就从今天的第一张截图开始吧。

【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