Umi-OCR：免费离线 OCR 工具，批量识别截图、图片与 PDF 扫描件-平芜编程栈

Umi-OCR：免费离线 OCR 工具，批量识别截图、图片与 PDF 扫描件

【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 是一款免费开源的离线 OCR 软件，识别全程在本地完成，文件不需要上传。它覆盖截图识别、批量图片转文字、PDF 扫描件转可编辑文本、二维码扫描与生成等场景。本文从解压后首次启动讲起，说明三条主操作路径怎么走，以及哪些设置真正影响识别结果。

它替谁解决了什么事

处理敏感文档，不想上传云端

合同、证件这类文档里有敏感信息，多数在线 OCR 服务要求把图片传上去，内容存放在别人的服务器上。Umi-OCR 完全离线运行，图片自始至终不离开本机，适合处理这类文件。

一次把几百张图片转成文字

扫描的讲义、产品详情页，往往不是一两张。逐张转换太慢，手动录入更慢。批量页没有数量上限，可一次性导入几百张图片，结果按 txt、jsonl、md、csv 导出。

让 PDF 扫描件里的文字可搜索

PDF 扫描件本质上是一堆图片，搜不到也选不中，不处理就只能重新录入。文档识别可以输出双层可搜索 PDF，页面外观保持不变，同时支持全文搜索和划选文字。

部署与首次启动

获取发布包。包为 .7z 压缩包或 .7z.exe 自解压包，后者在没有压缩软件的电脑上也能直接用。
解压到任意目录，双击Umi-OCR.exe启动。绿色免安装设计，不写系统注册表，整个文件夹拷到别的电脑即可用。
最低系统要求：Windows7 x64 或 Linux x64。
首次启动时界面语言跟随系统设置自动切换，无需手动操作；想换语言去"全局设置"→"语言"里改。

三条主操作路径

截图识别：框选屏幕任意区域取文字

打开"截图OCR"标签页，用快捷键唤起截图，框选要识别的区域；也可以在其他地方复制一张图片，直接粘贴进软件。左侧是图片预览栏，右侧是识别记录栏，记录可编辑，支持划选多条记录一起复制到剪贴板。这是使用频率最高的入口，适合随手提取一两段文字。

批量图片转文字：拖入图片并选择输出格式

打开"批量OCR"标签页，把本地图片（jpg、png、webp、bmp、tif 等）拖进界面，选择输出格式（txt、jsonl、md、csv）和保存目录，开始任务。没有数量上限，可一次性导入几百张图片；还可以勾选任务完成后自动关机/待机，适合晚间挂机跑完。图片上有水印时，先进右栏设置的"忽略区域"编辑器，按住右键画矩形框，框内的文本块会在任务中被跳过。

PDF 扫描件转可搜索文本

打开"文档识别"标签页，拖入 pdf、xps、epub、mobi、fb2、cbz 文件，选择"对扫描件进行 OCR"或"提取原有文本"，输出双层可搜索 PDF。新文件落在选定的输出目录，版式与原文件一致，但能搜索、能划选。另有"二维码"标签页：可识别 19 种码制协议的二维码、条形码（支持一图多码），或输入文本生成二维码图片。

真正影响结果的配置项

以下参数位于"全局设置"和各页设置中，都是直接作用于识别质量或速度的。

OCR 引擎：RapidOCR 与 PaddleOCR 可切换。RapidOCR 兼容性好，PaddleOCR 速度稍快。日常使用默认即可；老电脑遇到兼容问题时，优先选 RapidOCR。
纠正文本方向：仅 PaddleOCR 支持。默认关闭，正立的常规文档够用；遇到倾斜或倒置的扫描件时开启，代价是速度变慢。
限制图像边长：仅 PaddleOCR 支持，默认 960。常规尺寸图片够用；超大长图出现字小、识别不准时，调到 2880 或 4320。
排版解析方案：默认"多栏-按自然段换行"对大多数文档够用；解析代码截图选"单栏-保留缩进"。
忽略区域：默认未设置。图片上有水印、页眉页脚时，在编辑器里画矩形框，只有完整落在框内的文本块会被忽略，框外文字保留。