Umi-OCR 免费离线OCR软件实测：不联网也能一键搞定截图、PDF与二维码文字提取-育师

Umi-OCR 免费离线OCR软件实测：不联网也能一键搞定截图、PDF与二维码文字提取

【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

深夜赶论文，网上找的"免费OCR在线工具"要么限次数、要么排队，要么把你的文档悄悄传到服务器。你是不是也遇到过这种窘境？今天介绍的开源项目Umi-OCR是一款完全免费、离线运行的OCR文字识别软件，解压即用、无需联网，截图识别、批量图片、PDF文档转文字和二维码扫码生成一站搞定，让你从此告别"隐私换便利"的纠结。

🎯 痛点切入：为什么你需要一款真正离线的OCR工具

平时我们遇到的文字提取需求其实非常高频：网页上选不中的文字、聊天记录里不能复制的截图、扫描版PDF里的合同条款、图书拍照页……每次都要先"打开某网站→上传→等待→下载结果"，流程繁琐，还担心隐私泄露。

Umi-OCR 的核心定位就一句话：免费、开源、可批量的离线OCR软件。它把 OCR 引擎打包进本地程序，识别过程完全在电脑上完成，不经过网络。这意味着：速度快、无次数限制、敏感文档不出本机。项目在 Gitee 社区长期维护，更新日志（CHANGE_LOG.md）里能看到功能持续迭代，社区活跃度很高。

🖼️ 功能拆解：四大核心能力各显神通

截图OCR：屏幕上看得见的字，都能变成可编辑文本

解决什么痛点：网页、视频、软件界面里的文字经常无法复制，手动敲又慢又容易错。

怎么操作：打开软件进入「截图OCR」标签页，按下快捷键唤起截图，框选目标区域，松手即完成识别，全程不到三秒。

能拿到什么结果：识别结果直接出现在右侧记录栏，可一键复制（Ctrl+C）、编辑修正，还能把结果存为 TXT / JSONL / MD 等格式。左侧图片预览区支持鼠标划选复制局部文字；在别处复制的图片，也能直接粘贴进软件识别。

更贴心的是它内置了排版解析方案（文本后处理），能自动判断文字是横排还是竖排、单栏还是多栏，并按自然段整理换行。比如截图里是一段 Python 代码，选「单栏-保留缩进」方案，还原出来的代码连行首缩进都原样保留。

💡 小贴士：截图时如果不小心框错，按Esc即可中断重来，不必等识别完成。

批量OCR：几百张图片一次导入，挂机等结果

解决什么痛点：积攒了一堆图片素材需要转文字，一张张处理太浪费时间。

怎么操作：切到「批量OCR」标签页，点击「选择图片」或直接把文件拖进列表区，点击「开始任务」。支持jpg / png / webp / bmp / tif等常见格式，没有数量上限，一次性导入几百张也没问题。

能拿到什么结果：识别结果可保存为 TXT、JSONL、MD、CSV（Excel 可直接打开）等格式，每条记录带耗时与状态。任务跑完后还能设置自动关机或休眠，夜里挂着跑、早上直接收成果，完全不占用你白天的时间。

文档识别：PDF扫描件一键转成可搜索文字

解决什么痛点：扫描版PDF里的文字无法搜索、无法复制，等于一本"死书"。

怎么操作：在批量OCR页面点击「选择文件」，导入 PDF 文档（还支持xps / epub / mobi / fb2 / cbz格式），设置输出格式后启动任务，软件自动逐页识别。

能拿到什么结果：最实用的要数双层可搜索PDF——保留原始扫描图像，同时叠加一层可复制的文字，既不失真又能搜索引用。配合「忽略区域」功能，还能精准排除页眉页脚等干扰内容。

二维码：扫码与生成，一个软件全包

解决什么痛点：平时扫码要找专门App，生成码又要打开在线工具，来回切换很麻烦。

怎么操作：在「二维码」标签页截图、粘贴或拖入图片，自动识别其中的二维码/条形码；输入文本内容，则一键生成二维码图片。

能拿到什么结果：支持 19 种编码协议（QRCode、DataMatrix、PDF417、Code128 等），支持一图多码，还能自定义纠错等级和图片尺寸，日常办公完全够用。

🧰 实战演示：从零开始，三分钟跑通一次完整识别

下面我们用一个连贯的场景，把上面几个功能串起来走一遍。假设你手头有一份扫描版PDF合同和几张微信聊天截图，想整理成文字文档：

解压即启动：克隆或下载项目压缩包Umi-OCR_Rapid_v2.1.5.7z，解压到任意文件夹，双击Umi-OCR.exe（Linux 用户运行umi-ocr.sh），软件即开即用，无需安装、无需联网。
截图识别聊天记录：进入「截图OCR」标签页，按快捷键唤起截图，框选聊天记录区域，识别后点「复制」，粘贴进你的文档。
PDF转文字：切到「批量OCR」页面，点击「选择文件」导入 PDF，输出格式选「双层可搜索PDF」，点「开始任务」。等待期间你完全可以把软件最小化去忙别的。
结果归档：任务完成后，PDF 版本文档已经变成可搜索、可复制的双层PDF；把图片识别结果另存为 TXT 或 MD，一份可编辑的文字档案就此诞生。

💡 全程都在本地完成，即便飞机上断网，这套流程照样畅通无阻。

⚙️ 个性化与避坑：让工具更趁手的小技巧

按你的习惯定制

界面语言：软件首次启动会按系统语言自动切换；想手动改，去「全局设置 → 语言/Language」选择，目前支持简体中文、繁体中文、英语、日语等。
界面主题：内置多套亮/暗主题（如 Solarized Light），在「全局设置 → 界面和外观」里一键切换，深夜赶工不刺眼。

常见问题与解决思路

识别速度慢：可在「全局设置 → OCR插件」切换不同引擎（如 RapidOCR / PaddleOCR），兼容性与速度各有所长。
界面出现闪烁或错位：多半是显卡加速渲染的问题，在「界面和外观 → 渲染器」里切换到其他渲染方案或关闭硬件加速即可。
长图大图识别不全：到批量OCR的「设置 → 文字识别 → 限制图像边长」调高数值。
水印/LOGO干扰识别结果：用「忽略区域」功能，在编辑器里按住右键绘制矩形框，把水印可能出现的位置圈起来，任务中这些区域的文字将被忽略。
想自定义快捷键：参考「全局设置 → 快捷键」配置，把常用的截图唤起键改成你顺手的位置。

📦 进阶玩法：命令行与HTTP接口，把OCR能力嵌入你的工作流

如果你是个喜欢自动化的人，Umi-OCR 还藏着两个"程序员彩蛋"：

命令行调用：umi-ocr --path "D:/img.png"直接识别指定图片或整个文件夹；umi-ocr --qrcode_create "内容" "输出.png"生成二维码。截屏、OCR、二维码指令都支持，还能用--output把结果写入文件。详细说明见 docs/README_CLI.md。
HTTP接口：软件内置本地HTTP服务，可把识别能力接入自己的脚本或应用，参数里同样支持忽略区域、双层PDF输出等高级配置。文档见 docs/http/README.md 和 docs/http/api_doc.md。