企业官网建设流程全解析

Umi-OCR 免费离线OCR软件完整指南：截图、批量与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

Umi-OCR 是一款完全免费、开源、离线运行的OCR软件，截图、批量图片导入、PDF文档识别都能在本地完成，无需任何网络。它内置中文、英文、日文等多种语言识别库，支持 Windows 7 x64 与 Linux x64，解压即用，不需要安装依赖，适合财务、开发、档案管理等需要处理扫描件和截图的普通用户。

速览：这份指南适合谁

三个具体的使用场景

• 财务小周：每周要处理几十张发票扫描件，希望批量转成文字再录入表格。传统在线工具要求逐张上传，数据敏感、速度也不稳定；她要的是一台内网电脑上就能跑、不碰网络的离线OCR工具。
• 后端开发老陈：内网环境连不上外部网站，只能对着屏幕上的代码截图手动敲。他想把截图里的代码块连同缩进一起识别出来，粘贴到本地仓库里改。
• 档案管理员：手上有一批扫描版PDF，文字在图片里，搜索框永远搜不到内容。她需要把这些文件转成"可搜索PDF"，同时保留原样外观供领导翻阅。

把一堆图片一次性识别成文字

打开"批量OCR"标签页，拖入本地图片即可开始。支持 jpg、png、bmp、webp、tif 等常见格式，没有数量上限，一次导入几百张也能跑完。识别结果可保存为 txt、jsonl、md、csv（可进 Excel）四种格式，方便直接进下一步流程。任务跑完还能设置自动关机或待机，晚上挂机处理大文件夹正合适。识别质量差的图片，可以先在页面设置里调整参数，或参考下面"避坑"里的边长限制技巧。

把扫描件变成可搜索的PDF

"文档识别"标签页支持 pdf、xps、epub、mobi、fb2、cbz 等格式。它做两件事：对已有文本层的文档直接提取文字；对纯图片扫描件做OCR，并输出双层可搜索PDF——底层保留原始画面，上层叠加透明文字，既能搜索又能保持版式。页眉页脚、水印这类干扰文字可以用忽略区域功能排除，多个文件可同时排队处理，同样支持任务结束后自动关机/休眠。

把屏幕上的代码截图直接变成可粘贴文本

"截图OCR"是日常最高频的入口：用快捷键唤起截图，划选范围，识别结果立刻显示在右侧记录栏，可以直接编辑、划选多条记录合并复制。也支持在别处复制图片后粘贴进来识别。它的关键能力是排版解析方案：默认"多栏-按自然段换行"适合普通文档；识别代码截图时切换"单栏-保留缩进"，行首缩进和行内空格都会保留，贴回编辑器不用重新排版。

顺带解决二维码的识别和生成

"二维码"标签页把扫码和生成放在了一起：截图、粘贴或拖入图片即可读取其中的二维码、条形码，一张图里有多个码也能全部识别，支持 QRCode、Code128、EAN13、PDF417 等19种协议。反过来，输入文本就能生成二维码图片，可以指定纠错等级和图片尺寸。内网环境里没有在线生成器时，这个功能比较实用。

实测：从解压到拿到第一份识别结果

1. 下载发布包（.7z 压缩包或 .7z.exe 自解压包），解压到任意目录；Windows 双击Umi-OCR.exe，Linux 运行umi-ocr.sh，无需安装。
2. 打开"批量OCR"标签页，拖入两三张测试图片，点开始任务；识别完成后逐张查看结果，或一键导出为 txt。
3. 打开"全局设置"，把界面语言切到习惯的语种（首次启动会跟随系统自动选择），再顺手添加桌面快捷方式和开机自启。

进阶：命令行与HTTP接口接入自动化

不想每次打开界面的话，主程序本身就是命令行入口。注意全局设置里的HTTP服务需保持开启（默认开启、仅本地），命令行指令通过本地回环发给后台进程，不经过物理网卡：

umi-ocr --path "D:/scans" "-->" result.txt umi-ocr --clip

umi-ocr --qrcode_create "文本内容" "D:/qr.jpg"

完整的参数说明见 docs/README_CLI.md，HTTP接口的字段与示例见 docs/http/。HTTP接口支持图片OCR（Base64 传图）、文档识别、二维码识别/生成四类调用，另有参数查询接口可以先拉取当前可用配置再发起识别，适合写进脚本里做自动化流水线。

避坑与技巧

• 识别超大长图前，先调高边长限制：在页面设置 → 文字识别里把"限制图像边长"数值调大，否则超宽/超长图会被强制缩放，小字直接丢失。
• 忽略区域的框要画大：按住右键绘制矩形时，完全包住水印可能出现的所有位置。机制上只忽略"整块"落在框内的文本，框画小了水印照样漏进结果。
• 命令行没反应，先查HTTP服务：全局设置中必须允许HTTP服务，指令才能送达后台进程；主机保持"仅本地"即可。
• 自动化脚本别高并发：官方文档明确说明底层引擎对并发支持较差，长时间批量连续调用可能间歇性报连接错误，顺序执行、失败重试更稳。
• 老机器出现截图闪烁或UI错位：在"界面和外观 → 渲染器"里切换渲染方案或关闭硬件加速即可。

新手常见问题

Linux 能用吗？可以。发行版支持 Linux x64，解压后运行umi-ocr.sh启动，功能与 Windows 版一致。

需要装 Python 环境或联网吗？都不需要。Windows 版已内置 Python 环境、运行库和OCR引擎，全部识别过程在本地完成，断网也能跑。

界面是中文，但我需要英文文档说明？全局设置 → 语言/Language 可切换英文、日文、繁中等语种，翻译协作还在持续补充新语言。

写在最后

Umi-OCR 给出的是一套完整路径：截图OCR处理屏幕内容，批量OCR消化图片文件夹，文档识别把扫描件变成可搜索PDF，二维码功能顺带解决扫码与生成，命令行和HTTP接口留给自动化需求。全程免费、离线、开源，隐私敏感的场景可以放心使用。下一步：去项目的 releases 页下载对应平台的发行包，解压后花十分钟跑完上面"实测"的三步，你就能拿到第一份识别结果了。

【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