企业官网建设流程全解析

免费离线 OCR 软件 Umi-OCR 完整指南：10 分钟从截图识别到 PDF 双层文本

【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

周五下午五点半，一份 200 页的扫描合同压在桌上：在线 OCR 网站的免费额度刚好用完，付费版报价 300 多一年，单位电脑又装了管控软件，图片传不出去——活卡在这儿，就得干到晚上。

破局的不神秘：Umi-OCR是一款开源、免费、纯离线的 OCR 软件，绿色解压即用，截图识别、批量图片、PDF 文档一次覆盖。

价值速览：60 秒把选型账算清楚

别绕弯子，先把账算清楚，能帮你避开那些"用了一半才发现要联网"的方案。

表下划三个重点，落点都很具体：

• 它是绿色软件——解压后双击Umi-OCR.exe直接跑，没有安装向导，也没有激活码。
• 引擎和语言模型全部内置：离线可用，中文、日文、韩文、英文、俄文等模型随你切换，不用单独下依赖。
• PDF 能输出双层可搜索 PDF：给扫描件塞一层隐形文字，之后全文可搜、可复制，这条大部分免费工具没有。

最短上手路径：10 分钟复制出第一行文字

这一节只讲一条最短路径——从下载包到复制出第一行文字，10 分钟封顶，别的先别管。

1. 下载.7z压缩包（没有解压工具就选.7z.exe自解压包）。
2. 解压到任意目录，双击Umi-OCR.exe启动。首次打开自动跟随系统语言，中文用户零配置。
3. 切到"截图 OCR"标签页，按下全局快捷键唤起截图框。
4. 框选屏幕上任意一段文字，松手——识别结果自动出现在右侧记录面板。
5. 在记录面板里编辑文字，或Ctrl+C复制走。

第一次截图识别通常十几秒出结果。到这里你只用了 10 分钟，日常 80% 的"图里字变文本"需求已经覆盖了。💡

按场景进阶：四种高频用法逐项拆

跑通第一张截图之后，剩下的场景按你实际会遇到的样子拆——每种情况给一套精确到设置项的调法。

排版解析：双栏论文和代码截图输出不乱序

什么时候用得上：多栏论文、竖排古文、带缩进的代码截图，默认逐块输出的文字经常读起来血压升高——左栏读到一半，右栏的字就插进来了。

怎么设：在"设置"里找到"文本后处理 → 排版解析方案"，从 6 个预设里挑。双栏选多栏-按自然段换行，代码截图选单栏-保留缩进，它专门保留行首缩进和行中空格。横排、竖排都能自动处理。

拿到什么：输出按阅读顺序重排，代码截图的层级和空格完整还原，直接粘进编辑器就能用。

批量图片识别：一个文件夹几百张图一晚跑完

什么时候用得上：一个文件夹里几十上百张截图，一张张截太慢，图片里还带着固定位置的水印。

怎么设：切到"批量 OCR"标签页，把图片拖进列表（支持 jpg、png、webp、bmp、tif 等 9 种格式），点"开始任务"。水印固定位置的话，用"忽略区域"：按住右键画矩形框，框内的文字整块跳过。结果可存txt / jsonl / md / csv(Excel)，还能勾"完成后自动关机"。

拿到什么：几百张图挂机跑完，第二天直接收一个结果文件，按文件名一一对应，不用自己拼。

PDF 文档识别：扫描件输出双层可搜索 PDF

什么时候用得上：一份扫描版 PDF，用鼠标划不到字，复制出来是空的——它只有图像层，没有文本层。

怎么设：把 pdf、xps、epub、mobi 等文件拖进"文档识别"页。原生有文字层的直接提取，扫描图片走 OCR。输出勾选双层可搜索 PDF，再配合忽略区域把页眉、页脚、红章框掉。

拿到什么：一份嵌了"隐形文字层"的新 PDF，全文可搜、可复制、可划选，旧扫描件从此能核对、能检索。

命令行调用：把 OCR 识别塞进自动化脚本

什么时候用得上：识别任务要嵌进脚本或自己的程序里，不想每次点界面。

怎么设：说白了，Umi-OCR 这时候就是个本地 OCR 引擎，命令行入口就是主程序Umi-OCR.exe。一条指令识别整个文件夹并写出结果：

umi-ocr --path "D:/扫描件" --output "结果.txt"

HTTP 接口则供其他程序调用：上传文件拿任务 ID、轮询结果、下载生成文件。完整参数和示例在 HTTP 接口手册，命令行全部指令见 命令行手册。

高频翻车点：四个坑的精确改法

直说，新手前两周撞上的坑基本就这四个，每个都给了精确到设置项的改法。

坑一：大长图识别总丢字、卡顿现象：截一张网页长图或大尺寸海报，结果残缺，中间大段文字没了。 原因：默认"限制图像边长"是 960 像素，超大图被压缩过度，细节丢了。 怎么改：批量页"设置 → 文字识别 → 限制图像边长"调到2880，这是质量和速度的平衡点，再往上到 4320 会明显变慢（PaddleOCR 引擎下生效）。

坑二：水印、页眉页脚混进结果现象：批量识别论文，每页顶部的栏目标题原样出现在结果里。 原因：干扰区域没排除，OCR 不区分"正文"和"页眉"。 怎么改：用忽略区域画矩形框住页眉页脚，框尽量画大、完全包住水印可能出现的位置。注意它忽略的是整个文本块，不是单个字符——框住半行字，那一行可能整段消失。

坑三：PDF 复制出来是空白或乱码现象：打开 PDF 想复制文字，鼠标选不中任何内容。 原因：这是纯扫描件，根本没有文本层，复制无物可取。 怎么改：拖进"文档识别"页，输出双层可搜索 PDF，一次性解决。

坑四：双栏论文识别后顺序错乱现象：左栏读到一半，右栏的字插进来，段落完全串行。 原因：默认排版方案不识别多栏布局，按像素位置从上到下排。 怎么改：排版解析方案选多栏-按自然段换行，让它按阅读顺序重排再输出。

交到你手里：现在就能做的三件事

回到周五那份 200 页的扫描合同：现在直接拖进"文档识别"页，勾双层 PDF，忽略区域框掉两处红章，几分钟就能拿到一份能搜、能复制、能核对的新文件，全程断网，文件没离开过这台电脑。

接下来按顺序做三件事：

1. 下载.7z包，解压，双击Umi-OCR.exe启动。
2. 跑一次截图识别：快捷键框选一段屏幕文字，复制出你的第一个结果。
3. 试一个进阶：把一个 PDF 拖进"文档识别"页，输出双层可搜索 PDF。

还想深入的话：命令行玩法看 命令行手册，版本演进看 更新日志。

【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