企业官网建设流程全解析

Umi-OCR 完整指南：5步搭建一套完全离线OCR识别工作流

【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 是一款开源免费的桌面OCR软件，能截图取字、批量识别图片、处理PDF文档，还能扫描和生成二维码。它全程离线运行，无需联网，图片数据不出本机，适合需要把纸质材料数字化的办公用户，也适合想把OCR嵌进自动化流程的开发者——凡是不想把文件传上云就能取到文字的场景，都可以考虑它。

快速上手：从零到跑起来

1. 确认环境：Windows 7 x64 或 Linux x64，从发行版下载.7z压缩包。
2. 解压到固定目录（如D:\Umi-OCR），无需安装。
3. 启动：Windows 双击Umi-OCR.exe；Linux 在目录下运行umi-ocr.sh。
4. 首次启动的界面语言跟随系统，不合适时在"全局设置 → 语言"调整。
5. 在终端执行umi-ocr --help，能打印指令列表即说明命令行通道就绪。

核心功能走查

📸 截图取字：框选即复制

截图OCR页是使用频率最高的入口。打开该页，按截图快捷键框选区域，识别结果立刻进入右侧"记录"栏；别处复制的图片也可以直接粘贴进页面识别。预览区和记录栏都支持划选复制，整个流程就是"框选 → 复制 → 粘贴到目标处"，比手动重打快得多。

批量图片识别：百张图进、一个txt出

批量页接受 jpg、png、webp、bmp、tiff 等格式，数量没有上限。加入任务后选择输出格式 txt、jsonl、md、csv，左侧列表逐文件显示耗时与状态，右侧汇总全部文本一键导出。几百张图片，跑完一次任务即可。

文档与二维码识别

文档页吃下 pdf、xps、epub 等格式的扫描件，输出双层可搜索PDF：原图依旧能看，文字也能选中复制。二维码页可扫可生成 19 种码制，一张图里多个码也能同时读出。

实战场景演练

扫描件合同数字化

痛点：扫描版PDF无法复制，关键数字只能手敲。 操作：把PDF加入文档识别页，选双层可搜索PDF输出，开始任务。 结果：生成的文档上层图像、下层文本，可全选、可搜索、可复制。

批量图片去水印

痛点：图片角落的固定水印混进识别结果。 操作：在批量页右栏"忽略区域"编辑器中，按住右键绘制多个矩形框，完全覆盖水印可能出现的区域。 结果：区域内的文本块整体跳过，正文不受影响，结果干净。

把截图取字嵌进脚本

痛点：自动化流程里每次手动截图取字太慢。 操作：保持HTTP服务开启（见 HTTP接口手册），脚本里调用umi-ocr --screenshot --clip。 结果：框选后文本自动进剪贴板，配合热键工具就是一键取字。

代码截图识别

痛点：代码被识别得面目全非，粘进编辑器就报错。 操作：文本后处理方案选"单栏-保留缩进"。 结果：行首缩进和空格保留，代码粘贴即可运行。

效率与进阶技巧

一键桌面快捷方式与自启配置

"全局设置 → 快捷方式"里勾选桌面、开始菜单或开机自启，下次打开系统菜单就有入口，不必再翻安装目录。

⚡ 命令行别名配置

在~/.bashrc里加一条别名，之后敲ocr即启动，ocr --path "D:/img"可直接识别指定图片，完整参数见 命令行手册。

alias ocr="/opt/Umi-OCR/umi-ocr.sh"

多语言界面设置

界面支持简中、繁中、英语、日语等，首次启动自动匹配；要手动换语言，进"全局设置 → 语言"改完重启即可。

渲染器切换

截屏操作时若出现画面闪烁或UI错位，到"界面和外观 → 渲染器"换一种渲染方案，或关闭硬件加速再试。

常见问题速查

• 长图识别失败：图片超出"限制图像边长"阈值 → 在批量页设置→文字识别中调高该数值。
• 命令行无响应：HTTP服务未开启 → 全局设置里启用服务，主机选"仅本地"即可。
• 识别结果排版错乱：未选后处理方案 → 按实际版面选择多栏或单栏方案，竖排文字还需引擎本身支持。
• 截图时屏幕闪烁：显卡加速渲染不兼容 → 在全局设置切换渲染器。

收尾

• 解压即用、完全离线，图片与识别结果不出本机。
• 截图OCR管快速取字，批量页管大批量数字化，忽略区域管去水印和页眉页脚。
• 双层可搜索PDF能把扫描件变成可检索的文本资料。
• 命令行与HTTP接口让Umi-OCR成为脚本里可调用的OCR组件。
• 设置写在UmiOCR-data/.settings文件里，备份它即可完成配置迁移。

【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