企业官网建设流程全解析

Umi-OCR离线OCR：截图取字、批量识别一次搞定

【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 是一款免费、开源的离线 OCR 工具，全程不联网，图片不上传，覆盖截图取字、批量图片识别、扫描版 PDF 文字识别三类任务。读完这篇，你能在自己的机器上跑通识别，并把它接进命令行脚本。

🖱️ 解压发布包，跑通第一次截图识别

解压发布版.7z包，得到一个完整程序目录，没有安装器，Windows 7 x64 和 Linux x64 都能跑。验收信号：目录里直接躺着Umi-OCR.exe（Linux 为umi-ocr.sh）和UmiOCR-data文件夹，无需安装。

双击启动，主窗口弹出，界面语言自动跟随系统，想换语言或主题就去"全局设置"标签页改。验收信号：主窗口出现"截图 OCR""批量 OCR""全局设置"等标签页。

切到"截图 OCR"标签页，左侧是图片预览栏，右侧是设置与记录两个面板。验收信号：页面呈"左预览、右面板"的布局，随时待命。

按下快捷键唤起截图，屏幕变暗并出现选框，框住文字区域松开鼠标，中途按Esc取消。验收信号：选框跟手移动，松开后进入识别。

等识别完成，右侧记录面板新增一条带时间戳的文本，左侧预览栏显示带文字层的结果图。验收信号：点一下那条记录，识别文本就进了剪贴板。

📚 批量跑完一整个文件夹，顺手抹掉水印

图片里每张都带固定位置的水印或 LOGO 时，批量识别的结果会被这些杂字污染，用批量页的忽略区域一次解决：

1. 切到"批量 OCR"标签页，点"选择图片"或直接把文件夹拖进来，一次几百张没有压力。
2. 右侧设置里进入忽略区域编辑器，按住右键画矩形，把水印可能出现的位置整块框住，框比水印本身略大更稳。
3. 大图、长图、小字多的场景，进"设置 → 文字识别 → 限制图像边长"，把默认960调高到2880或4320。
4. 勾选输出格式txt / jsonl / md / csv (Excel)，点"开始任务"，逐张滚出耗时和置信度（0~1）。

判定标准：随机抽 3 张对比左侧预览与记录，水印文字不再出现、置信度低于0.8的几张人工复核，即算通过。

• ⚠️ 忽略区域按"整块文本"丢弃：只有完全落在框内的文本块才会被扔掉，横跨框边的文字仍会保留，所以框要画大、画全。
• ⚠️ 小字认错的元凶常是边长限制：默认960会先把大图压缩再识别，小字就糊了，调高数值即可。

⚙️ 把识别能力接进命令行脚本

umi-ocr是Umi-OCR.exe的简写，前提是程序已在运行且允许 HTTP 服务（默认开启，主机保持"仅本地"，默认端口1224）——命令行靠本地环回把指令传给后台进程。最小示例：

umi-ocr --screenshot --clip umi-ocr --path "D:/docs" "-->" "result.txt" umi-ocr --qrcode_read "D:/code.png"

逐行解释：第一条唤起鼠标截屏并识别，--clip把结果写入剪贴板，也可以换--output "file.txt"写文件；第二条识别指定路径，--path可传图片，也可传文件夹（含嵌套子文件夹，一次全跑），"-->"等价于--output，表示结果覆盖写入文件；第三条识别图片里的二维码/条形码，同样支持多路径。注意：截屏、粘贴、路径指令沿用"截图 OCR"标签页的参数设定，不想跑任务时弹主窗口，就去那个标签页关掉对应选项。

冒烟测试：直接执行umi-ocr --help，能打印完整参数说明，说明链路通了；若毫无反应，九成是全局设置里 HTTP 服务没勾选。完整参数在 命令行手册，HTTP 方式调用的参数表在 图片识别接口文档。

🧾 常用参数速查

收尾

Umi-OCR 是个放在本地的离线 OCR 工具箱：免费、不联网，截图取字、批量图片识别、扫描版 PDF 一次做完。想深入，命令行手册 与UmiOCR-data/py_src/里的 Python 源码是完整参考。

【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