企业官网建设流程全解析

PDF扫描件文字锁死了？用Umi-OCR免费生成双层可搜索PDF，3步解锁复制与搜索

【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

PDF扫描件里的文字，复制不了、搜索不到，翻遍整本也只能靠眼睛——Umi-OCR 用一张"双层可搜索PDF"终结了这个烦恼。它是一款免费、开源、完全离线的 OCR 软件：在保留扫描原图的同时，把识别出的文字叠加成透明图层，让 PDF 既能看、又能搜、还能复制。

一个能把人逼疯的经典场景

想象这样一个晚上：你收到一份扫描版的论文，找到关键段落想引用，鼠标拖了半天，选中一片"空白"；按下 Ctrl+F 想搜个关键词，系统冷冰冰地提示"未找到"。可 PDF 里明明全是字，怎么就一个字都搜不出来？

因为扫描件本质是一张张照片，文字被锁在像素里。传统解法各有各的痛：

• 照着屏幕手打：几十页下来，手指和耐心一起报废；
• 截图识别再拼接：零散小图还行，整本书得一页页截，排版全乱；
• 找在线转换工具：合同、论文、病历……先把文件传上别人的服务器，隐私风险自己掂量。

真正的解法，是一句听起来专业、用起来却很简单的话——把扫描件转成双层可搜索PDF。

先看结论：它是一张"带隐形便签的旧照片"

把双层PDF想成一张老照片，上面贴着一张完全透明的便签纸：

• 底层：原始扫描图像，原汁原味保留版面、签名、印章；
• 顶层：OCR 识别出的透明文字层，肉眼看不见，但搜索引擎、阅读器、你的 Ctrl+F 都"读得到"。

它就像视频里的字幕层：画面没变，却多了一层能被提取、能跳转的信息。一份双层可搜索PDF，既能当图片看，又能当文档用。

用之前 vs 用之后：

三步跑通核心功能：从扫描件到可搜索PDF

第1步：把PDF拖进批量识别页面

打开 Umi-OCR（解压即用，无需安装），切换到批量文档识别标签页（截图来自较早版本，标签写作"批量OCR"，与当前属于同一套批量处理功能）。直接把扫描件拖进文件列表，或点"添加文件"；一次拖几十份也没问题，软件会排队处理。

第2步：选好语言，把输出格式设为"双层可搜索PDF"

在右侧设置面板做两件事：

1. 选择OCR语言库：按文档内容选中文、英文、日文、韩文等，识别效果更准；
2. 选择保存文件类型：找到双层可搜索PDF选项，这是软件的默认输出格式之一；另外还可以设置忽略区域、指定输出路径。

第3步：点"开始任务"，验收成果

点击开始，进度条会实时显示处理进度。任务完成后，去输出路径打开生成的文件——用 Ctrl+F 搜一下刚才那段"找不到"的文字，应该能直接命中 ✅。同样的文档，搜索、复制、划词全部可用，而眼睛看到的仍是原来那页排版。

为什么它比你想象的更省心

数据不出本机，隐私天然有保障

Umi-OCR 的识别引擎完全跑在本地，断网也能用。合同、论文、病历这类敏感文档，从头到尾不需要上传到任何服务器。这一点，正是它区别于在线工具的最大底气。

不止PDF：XPS、EPUB、MOBI、FB2、CBZ 都能转

文档识别并不局限于 PDF。电子书、漫画压缩包等格式同样可以导入，统一输出为可搜索的双层PDF，相当于给整个数字书库配了一把"全文检索"的钥匙。

忽略区域：把页眉页脚和水印"请出"识别流程

很多扫描件的页眉、页脚、水印会干扰识别结果。Umi-OCR 支持框选忽略区域，让这些无关文字不再进入识别流程，结果更干净、速度也更快。

冷知识：忽略区域的判定粒度是"整个文本块"，不是单个字符。一个文本块只有完整落在忽略框内才会被跳过，部分露出框外的内容仍会保留——所以画框时尽量画大一点，完全包住想排除的区域。

有文本层的PDF，也处理得明明白白

如果原 PDF 本身已带有文本层，或者某页识别结果为空，新版 Umi-OCR 已专门优化了"保存双层PDF时没有新文本写入"的处理逻辑，确保输出文档结构完整、不丢页。这一优化在 v2.1.1 及更高版本中生效，当前仓库发布的版本早已包含。

多语言界面，换台电脑无障碍

界面支持简体中文、繁体中文、英文、日文等多种语言，配合多语言 OCR 引擎，跨国协作场景也能顺畅使用。切换语言、调整参数都在同一个设置面板里完成，几乎没有学习成本。

进阶玩法：把双层PDF生成装进你的工作流

处理上百份文档时，建议先拿一小批测试参数，确认效果后再全量开跑。任务量大的话，还可以设置"完成后自动关机/休眠"，睡前挂机，醒来收文件。

如果想把"导入文档→识别→生成双层可搜索PDF"串成自动化流水线，Umi-OCR 也提供了两条路：HTTP 接口和命令行调用。接口说明位于仓库的docs/http/目录，命令行手册在docs/README_CLI.md，按图索骥，几分钟就能接入自己的脚本。

两个避坑提醒，少走弯路

1. 双层PDF体积偏大是正常的：它要同时装下图像层和文字层，文件自然比普通图片PDF大一些。介意的做法是：识别前先压缩源文件、调低输出图像分辨率，或生成后再用 PDF 压缩工具瘦身。
2. 识别准确率的上限是源文件：模糊、倾斜、低分辨率的扫描件，换任何 OCR 都难做到百分百准确。想让结果更可靠，先保证源图清晰，再选对语言模型；软件内置的多个 OCR 引擎（如 RapidOCR 系列）也支持切换对比，总有一款适合你的文档。

从"只能看"到"既能看又能用"

回到开头那个晚上：扫描版论文、合同、古籍资料——这些曾经把文字"锁死"的文档，如今都能变成双层可搜索PDF。这也是 Umi-OCR 最打动人的地方：把专业工具的能力，用免费、开源、离线、解压即用的方式，交到每个普通用户手里。

现在就可以去项目主页下载最新发行版，拖一份扫描件进去试试，感受一下 Ctrl+F 终于"找得到"的那一刻。

如果你用出了问题、发现了 bug，或者有改进的好点子，欢迎去项目仓库提交 Issue、参与界面翻译或贡献代码；觉得好用的话，顺手点亮一颗 star，就是给开源作者最好的支持。

【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