企业官网建设流程全解析

免费离线OCR完整上手：Umi-OCR 截图OCR、批量图片文字识别与扫描版PDF提取文字实测

【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 是一款免费离线 OCR工具：代码全开源，识别全程在本机完成，断网照跑，没有登录和上传环节。我实测了大约两周，用它处理完 300 多张书页照片和一本 500 多页的旧 PDF，全程没有连过一次网。

上手：从解压发行包到出第一条识别结果

免费 OCR 能不能信？标准就一条：代码摆不摆在明面上。Umi-OCR 全部代码开源，你在意的细节都能翻源码核实；图片从头到尾不离开本机，不存在登录、上传环节；中文、英文、日文等多语言识别库内置，切换语言不用下载模型。

📦 发行包分两种后缀：.7z需要解压软件，.7z.exe是自解压包，没装压缩工具就双击后者。解压后双击Umi-OCR.exe启动，全程零安装。首次打开，界面跟随系统语言显示，标签页共五个：截图OCR、批量OCR、文档识别、二维码、全局设置。建议先点右上角的锁把标签页锁定，防止误关。之后进截图OCR页框选一块屏幕文字，就能拿到第一条结果——实测从解压到这一步不超过 5 分钟。

场景一：截图OCR，把屏幕上的文字变成可复制文本

任务很直接：屏幕上有一段文字（代码、论文、聊天记录），要变成能复制的文本。截图OCR给三种输入方式：按快捷键框选屏幕、把别处复制的图片粘贴进来、或把本地图直接拖进窗口。常规截图基本即时出结果。

决定复制效果好不好用的，是「排版解析方案」这个设置项：识别代码截图时选单栏-保留缩进，行首缩进和行内空格原样保留，复制进编辑器不用重新排版；读左右两栏的论文时选多栏-按自然段换行，两栏文字按阅读顺序输出，不会左右交错。右侧记录栏里划选多条记录，可以一起复制或存成 txt。

场景二：批量图片文字识别，几百张一次拖完

任务升级：一次要识别大量图片。我在批量OCR页把 300 多张书页照片一次性拖进任务列表，点「开始任务」，之后就不用管了。支持的常见格式有jpg / png / webp / bmp / tif，数量没有上限。

结果能存成txt、jsonl、md、csv四种格式，其中 csv 直接进 Excel 就能看。有一批结果我导出成 csv 进了 Excel，省去了逐条录入。

素材里有重复干扰项的话，先处理。我的照片右上角带拍摄时间水印、页脚有阴影：打开「忽略区域」编辑器，按住右键把水印可能出现的位置框出来，执行时这些区域的文字会被整块跳过，导出来的结果就干净了。

场景三：扫描版PDF提取文字，输出双层可搜索PDF

任务：没有文字层的旧书 PDF，翻起来等于翻照片。那本 500 多页的旧 PDF 就是这样。文档识别页支持pdf、xps、epub、mobi、fb2、cbz等格式，对扫描件做完 OCR 后输出「双层可搜索 PDF」：底层是原图，保持原书排版；上层是透明文字，可以全文搜索、划词复制。在成品里搜一个术语，几秒内就能列出所有相关段落。

文档识别同样支持忽略区域：那本几百页的书，每页页眉页脚都印着书名和页码，提前把忽略框画好，正文里就不会混进这些重复的字。多个大文件可以排队处理，再配合任务完成后的自动关机，睡前把任务挂上，机器跑完自己关机。

避坑与边界：先知道这三件事再开跑

第三行没有配置能救。说句实话：离线引擎对潦草手写体、低清老照片的识别率，确实不如云端大厂的在线 OCR。我的素材以打印体和清晰截图为主，这个取舍对我的用途够用了；但如果你的素材以手写和低清为主，下载前就把这条算进成本。⚠️

从桌面工具到自动化接口：二维码、命令行与 HTTP

二维码页能干两件事：识别19 种码制协议，支持一图多码；反向也行，输入文本直接生成二维码图片，纠错等级可调。

想把 OCR 嵌进自己的工作流，命令行和 HTTP 接口都开放了，手册分别在 docs/README_CLI.md 和 docs/http/README.md：🔌

• 命令行：umi-ocr --path "D:/imgs" --output result.txt，整个文件夹批量识别并输出到 txt
• HTTP：向http://127.0.0.1:1224/argv发送 JSON 指令列表（如["--screenshot"]）

界面默认跟随系统语言，内置简中、繁中、英、日等，也可在「全局设置 → 语言/Language」手动切换。

下载前自问三个问题

1. 资料能不能离开本机？工作文档、论文扫描件、旧书 PDF，隐私是刚需 → Umi-OCR 全程本机识别、解压即用零安装，正好对路。
2. 工作量是几张清晰截图，还是几百张批量任务？要批量处理大量图片、把扫描件变成双层可搜索 PDF，或计划用命令行、HTTP 做集成 → 都支持，排队处理和自动关机也备着。
3. 素材是清晰打印体，还是潦草手写、低清老照片？以后者为主且追求极限识别率 → 本地引擎打不过云端，换方案；系统不是 Windows x64 / Linux x64（比如 Mac），或者想要云端那种"传完即出、按量付费"的模式 → 也不用选它。❓

资料出不了本机？现在把 Umi-OCR 解压起来，框一块屏幕上的文字跑一遍试试。

【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