Umi-OCR 入门指南：免费离线 OCR，3 步让截图与扫描文件变成可搜索文字-创锋一号

Umi-OCR 入门指南：免费离线 OCR，3 步让截图与扫描文件变成可搜索文字

【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

网页里的文字禁止复制，扫描 PDF 又搜不到一句话？Umi-OCR 是一款免费、离线运行的 OCR 工具：不上传内容、无需注册账号，解压就能用。它内置多语言识别引擎，支持截图取字、批量图片识别、扫描 PDF 转双层可搜索 PDF，帮你把屏幕和纸面上的文字直接抓进文档。

3 步拿到第一个识别结果

获取软件：下载 .7z 发行包并解压；想拿源码可以git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR
启动：双击Umi-OCR.exe（Linux 运行umi-ocr.sh），没有安装向导，也没有账号体系
选标签页：打开截图OCR标签页，首次启动界面会自动跟随系统语言
触发识别：按截图快捷键框选屏幕上的一块文字，文字自动进入右侧记录栏
拿结果：在记录栏直接划选复制；批量任务还能保存成文件

功能场景：按你手头的任务选路径

截图 OCR：从屏幕直接取文字

网页文字禁止复制，你只能手敲？

打开截图OCR标签页，按截图快捷键截一屏，图中文字自动进入右侧识别记录。左侧预览栏可以划选原文，右侧记录栏可编辑、多选复制；在别处复制一张图片，粘贴进来也能直接识别。

实用技巧：

多栏版面在文本后处理里选"多栏-按自然段换行"，段落顺序会自动理顺
代码截图选"单栏-保留缩进"，行首空格和缩进都保留
支持多次截图累加识别，最后一次性划选复制

批量 OCR：一次处理几百张图片

几十张截图，难道要一张一张点开识别？

打开批量OCR标签页，一次拖入几百张图片（jpg、png、webp、tif等格式），点开始任务自动排队识别；结果保存为txt、jsonl、md、csv（Excel）到原目录或指定目录。

实用技巧：

图片带固定位置水印时，进入忽略区域编辑器，按住右键画矩形框，框内文字不会出现在结果里
需要进 Excel 汇总时，直接保存为csv格式
长任务开启完成后自动关机/待机，睡前挂着跑完

文档识别：扫描 PDF 变可搜索文件

扫描版 PDF 搜不到也复制不了，重新录入又是几小时？

打开文档识别标签页，导入 PDF（也支持 xps、epub、mobi、fb2、cbz），输出双层可搜索 PDF：原扫描外观原样保留，上面叠加一层透明文字，支持全文检索、Ctrl+F 定位和直接复制；页眉页脚同样能用忽略区域排除。

实用技巧：

识别完成后，Ctrl+F 在整份文献里定位任意一句话
长文档任务同样可开启自动关机/待机
多语言资料先在文字识别设置里选主要语言，结果更准

适用人群

研究生：把扫描版期刊论文导入文档识别，生成双层可搜索 PDF，几分钟定位全文引用
财务/行政人员：把一文件夹发票、单据截图拖入批量 OCR，保存为csv，直接导入 Excel 汇总金额和日期
开发者：按命令行手册或 HTTP接口手册把识别能力挂进自己的脚本和自动化流程
多语言用户：界面支持简中、繁中、英文、日文等，全局设置里一步切换

进阶参数调优

引擎二选一：Rapid-OCR 兼容性好，Paddle-OCR 速度稍快，在全局设置里切换
界面语言、亮/暗主题、字体字号都在全局设置页调整
识别超大长图前先调高"限制图像边长"数值，否则大图会被压缩
截图闪烁、界面错位时，到"界面和外观"里切换渲染器，或关闭硬件加速
截图快捷键可在全局设置的快捷键区块里改

常见问题与避坑

多栏版面识别出来顺序混乱→ 文本后处理选"多栏"系列预设，竖排版面也能自动处理
结果里总有水印文字→ 用忽略区域编辑器按住右键画框，框要包住水印可能出现的全部位置
长图/大图识别不全→ 调高"限制图像边长"，或先拆分成小图再批量导入
截图闪烁、界面错位→ 全局设置"界面和外观"里换渲染器，或关闭硬件加速再试

Umi-OCR 是一款免费、离线的 OCR 工具：截图取字、批量识别、扫描 PDF 转双层可搜索 PDF，解压就能跑。现在就去下载试用，把积压的扫描件一次处理完；遇到问题或建议，直接到开源社区提 Issue。

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