Umi-OCR双层PDF转换：离线免费，5 步让扫描件变可搜索文档

Umi-OCR双层PDF转换：离线免费，5 步让扫描件变可搜索文档

【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

几十页扫描PDF翻来覆去，Ctrl+F 搜不到一句话，找数据只能靠肉眼一页页扫。Umi-OCR 双层PDF转换，离线免费，5 步把扫描件变成可搜索文档。走一遍：跑通 → 调优 → 批量 → 排障。

为什么选 Umi-OCR 双层PDF转换：离线免费的本地引擎

扫描PDF就是一叠图片，文字以像素烙在图上，电脑眼里只有色块，所以搜不到、复制不了。双层PDF的思路很朴素：底层原样保留扫描图，观感打印不变；上层再叠一层透明文字。图还是那张图，只是底下垫了一层看不见的字——复制、搜索、摘录一下就全通了。

最打动人的差异点就一个：识别引擎是本地插件（PaddleOCR / RapidOCR 二选一），断网照样跑，敏感资料不用上传任何云端。

5 步跑通第一份双层 PDF

第 1 步：解压即用。从发布页下载Umi-OCR_Rapid_v2.1.5.7z，解压后双击Umi-OCR.exe启动，没有安装向导、没有环境配置。

第 2 步：打开"文档识别"标签。把要转换的PDF拖进左侧文件列表，支持批量添加，一次拖几十个也没问题。

第 3 步：设置输出。右侧设置面板做三件事：保存格式选"双层PDF"，识别语言切到文档对应语言，段落合并保持"多栏-按自然段换行"。

第 4 步：顺手处理页眉页脚（可选）。点"忽略区域"框选页眉页脚位置，再指定生效的页码范围，正文会更干净。

第 5 步：开始任务并验收。点"开始任务"，右侧逐页显示进度，单页一两秒完成。

验收标准就一条：去输出目录用 Ctrl+F 搜一个文档里的词，搜得到、抽几页看图像清晰，就算成功。

按你的场景调一调：语言、排版、页数

中英混排论文。默认中文库扛英文专有名词会掉准确率。把识别语言切到含英文的模型库，英文术语识别明显更准。

扫描版代码截图。代码的缩进、行内空格最容易丢。把排版解析方案换成"单栏-保留缩进"，行首缩进和行内空格原样保留。

只转中间几页。上百页的文档只想处理中间某段。指定"页数起始/结束"范围，再配合忽略区域的页码范围做精细分段，跳过无用页，省时省内存。

💡 所有参数都在"文档识别"页右侧面板，改动即时生效，建议先用一两页试跑，确认效果再批量。

量大之后：HTTP 批量转换与翻车速查

文件多到按"批"算，就交给 HTTP 接口。前提是全局设置里允许 HTTP 服务（默认开启），本机端口1224。流程四步：上传 → 轮询状态 → 生成双层PDF取链接 → 下载并清理，完整说明见docs/http/api_doc.md。

import requests, time SERVER = "http://127.0.0.1:1224" with open("scan.pdf", "rb") as f: task = requests.post(f"{SERVER}/api/doc/upload", files={"file": f}).json()["data"] while True: r = requests.post(f"{SERVER}/api/doc/result", json={"id": task}).json() if r.get("is_done"): break time.sleep(1) url = requests.post(f"{SERVER}/api/doc/download", json={"id": task, "file_types": ["pdfLayered"]}).json()["data"] open("out.pdf", "wb").write(requests.get(f"{SERVER}{url}").content) requests.get(f"{SERVER}/api/doc/clear/{task}")

把这段套进文件循环，一个文件夹的扫描件几分钟就能批量出双层PDF，结果还支持 txt / csv / jsonl 对接下游。

⚠️ 排查先核对版本号和日志，v2.1.5 起日志保存在UmiOCR-data/logs，多数诡异现象都能在这两处找到线索。

跑通 → 调优 → 批量 → 排障，一套离线免费的扫描件数字化流程。顺手还有截图OCR、二维码生成值得一试。现在挑一份最头疼的扫描PDF，按 5 步走一遍。

【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