Umi-OCR GitHub 仓库卡片

Umi-OCR 是 Hiroi Sora 写的 Windows 免费离线 OCR 软件,4.8 万星、MIT 协议。截图就能识字,也能批量导入整个文件夹的图片,把扫描件 PDF 转成双层可搜索 PDF,还附带二维码识别和本地 HTTP 接口,识别全程不联网。

从网上找来的资料是扫描版 PDF,一句话都复制不出来,想引用只能对着屏幕手打;找在线 OCR,又要把公司文件传上去,传完也不知道存在哪。Umi-OCR 装在本机,引擎是离线的,几百张图也能排着队跑完,跑完还能自动关机。

批量跑之前先拿三张图试排版方案:同样的截图,选”单栏”和”保留缩进”结果能差一半。带水印的图先圈忽略区域,比事后手动删干净快得多。文档转双层 PDF 时,原文件留一份,转坏了还能重来。

工具特点

  • 截图识别:设好快捷键,框选就出文字,可自动分段整理排版
  • 批量识别:整目录拖进去,输出格式任选,还能设置完成后自动关机
  • 忽略区域:图片上的水印、页眉页脚先圈出来,识别时直接跳过
  • 文档识别:扫描件输出双层可搜索 PDF,原有文本的 PDF 则直接抽字
  • 二维码:扫码和生成都支持,一图多码也能读
项目 说明
开源协议 MIT
平台 Windows 10/11 为主,另有社区维护的 Linux 版本
识别引擎 基于 PaddleOCR 的离线引擎
输入 jpg、png、webp、bmp、tif 等图片;pdf、xps、epub、mobi、fb2、cbz 文档
输出 txt、jsonl、md、csv(可用表格软件直接打开)
外部调用 命令行参数 + 本地 HTTP 接口

适合人群

  • 要把扫描件变成可复制文本的办公族、学生
  • 整理几千张截图做取证或归档的
  • 做内容搬运、需要从图片里取字的
  • 不希望文字上传到云端的

使用说明

  1. 从发行版页面下载压缩包,解压即用,不写注册表
  2. 截图页设好快捷键,选好语言和文本整理方案
  3. 批量页拖入文件夹,先圈出忽略区域再开跑
  4. 文档页加入 PDF,选双层可搜索 PDF 输出
  5. 要给程序调用就打开 HTTP 接口,按文档传参数

常见问题

问:能认手写吗?

印刷体准确率高,手写体识别率有限,潦草的更差。

问:需要联网下模型吗?

完整包自带引擎,装好就能离线用。

问:识别速度慢吗?

纯 CPU 也能跑,图片多时开多线程会快些,具体看机器配置。

问:能商用吗?

MIT 允许商用,内置的识别引擎同样是开源协议,保留声明即可。

最后更新:2026-10-31

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。