Umi-OCR 离线OCR使用指南：免费识别截图、图片与PDF-育师

Umi-OCR 离线OCR使用指南：免费识别截图、图片与PDF

【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、离线运行的 OCR 软件。它把文字识别整个放在你本地电脑上完成，屏幕截图、图片文件、PDF 文档、二维码都能处理，不上传、不联网。内置多种语言识别库，解压即用。适合经常要从截图里抠文字、要批量转换扫描件、或想把识别能力接到自己脚本里的个人和团队。

🖥️ 装好软件，跑通第一次识别

获取方式二选一。想直接用预编译版，下载发行包（.7z压缩包或.7z.exe自解压包），解压后双击Umi-OCR.exe即可，无需安装。想从源码构建，则克隆仓库：

git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR

软件首次打开时，会按你系统的语言设置自动切换界面语言，之后可在“全局设置 → 语言”里手动改，支持简中、繁中、英文、日语等。

跑通第一次识别，走最短路径：

打开“截图OCR”标签页，按默认快捷键Ctrl+Shift+A框选屏幕一块区域。
几秒后，左侧预览栏显示原图，右侧记录栏显示识别出的文字。
在记录栏划选文字即可复制；或在预览栏用鼠标框选直接复制。

除了快捷键截图，还能在别处复制一张图片，直接粘贴进软件识别。看到结果出现在记录栏，说明环境已经跑通。

📄 拿它做什么：四类识别任务

Umi-OCR v2 由若干标签页组成，你按需打开。下面按“你想解决什么问题”来对应功能。

屏幕上的文字：截图OCR

适合从技术文档、聊天记录、报错弹窗里提取文字。左侧预览栏支持鼠标划选复制，右侧记录栏可以编辑文字，也能多选几条记录一起复制。对代码截图，切到“单栏-保留缩进”方案，行首空格和缩进会原样保留，复制进 IDE 基本不用再调。

成堆的图片：批量OCR

适合一次处理几百张扫描图、截图归档。把文件夹或一批图片拖进来即可，支持jpg / jpe / jpeg / jfif / png / webp / bmp / tif / tiff，没有数量上限。识别结果可保存为txt、jsonl、md、csv(Excel)四种格式，任务结束后还能设置自动关机或待机。遇到超长的图片，记得在“页面的设置 → 文字识别 → 限制图像边长”里把数值调高，避免大图被压缩丢字。

整本扫描件：文档识别

适合把 PDF 扫描件变成能搜索的文字。支持pdf / xps / epub / mobi / fb2 / cbz，对扫描件做 OCR，或提取已有文本，输出双层可搜索 PDF。也能设置忽略区域，把每页重复出现的页眉页脚排除掉。

码图：二维码识别与生成

适合从图片里读出二维码、条形码内容，或反过来把文本生成码图。识别支持一图多码，覆盖QRCode、DataMatrix、PDF417、EAN13等 19 种协议；生成时可设置纠错等级等参数。

🎯 识别结果不顺眼？这样调

识别出来的文字顺序乱了、格式不对，多半是排版没选对。Umi-OCR 用“排版解析方案”来整理识别结果的顺序和换行，按下表选：

你识别的是什么	选哪个方案	效果
双栏学术论文、报告	多栏-按自然段换行（默认）	自动识别多栏，按自然段换行
代码截图	单栏-保留缩进	保留行首缩进与行内空格
报纸杂志等密集排版	多栏-总是换行	每句话单独换行
普通单栏文本	单栏-按自然段换行	不区分多栏，按段换行
要原始输出	不做处理	直接给引擎原始结果

这些方案都自动兼容横排和竖排（竖排还需要引擎本身支持）。

结果里混进不想要的文字，比如水印、LOGO、页脚，用“忽略区域”：在批量页右栏进入忽略区域编辑器，按住右键画几个矩形框，把干扰区域整个包住。处于框内的整块文本会被丢弃，框外内容照常保留。

引擎方面，Umi-OCR 内置RapidOCR-json和PaddleOCR-json两套离线引擎。日常识别用默认的 RapidOCR 兼容性好；追求速度可切到 PaddleOCR，在“全局设置 → 切换OCR插件”里换即可。

🔌 让脚本和别的系统调用它

命令行

入口就是主程序，umi-ocr --help查看全部说明。常用几条：umi-ocr --screenshot唤起截图识别，umi-ocr --path "D:/img1.png"识别指定文件或文件夹，结果用--clip复制到剪贴板、用--output "result.txt"写入文件。命令行依赖软件内置的 HTTP 服务通信（默认开启，主机选“仅本地”即可），过程只在系统本地环回进行。完整参数见命令行手册。

HTTP 接口

在“全局设置”里勾选 HTTP 服务后，就能用 RESTful 接口调用。默认端口是1224，图片识别入口为http://127.0.0.1:1224/api/ocr，建议先请求/api/ocr/get_options查一次可传参数（语言、排版方案、忽略区域、返回格式等），再按需发起识别。文档识别、二维码各有独立接口。注意后端并发能力有限，尽量串行调用。详细字段见 HTTP接口手册。