Umi-OCR 离线文字识别指南：15 分钟跑通截图、批量、PDF 三大任务-平芜编程栈

Umi-OCR 离线文字识别指南：15 分钟跑通截图、批量、PDF 三大任务

【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

在线 OCR 网站弹出"免费额度已用完"，而手里的文件又是不能上传到任何第三方平台的敏感资料，怎么办？Umi-OCR 就是一台免费、开源的离线文字识别工具：截图识别、批量图片、PDF 扫描件，全在本地完成，文件不出你的电脑。

先花 30 秒定位：它是什么、不是什么

读完这一节，你能一句话向同事讲清楚 Umi-OCR 的边界。它是本地运行的文字识别软件：内置离线 OCR 引擎和多语言识别库，截图、图片、文档里的文字都能转成可复制文本，中日韩英等语言随系统识别库切换。

三条"它不是"，帮你建立准确预期：

它不是在线服务：没有账号、没有额度，图片全程不上传
它不是安装程序：没有安装向导、不装依赖，解压后双击Umi-OCR.exe就跑
它不只是截图工具：批量图片、PDF 文档识别、二维码识别与生成都在标签页里

三种常见替代方案怎么选

这一节把 Umi-OCR 和另外两种主流做法并排放，30 秒看懂它的取舍：

对比维度	Umi-OCR	在线免费 OCR 网站	付费商用 OCR
费用	完全免费	限次，超量要付费	订阅或按量计费
联网要求	全程离线	图片必须上传服务器	一般需联网
隐私	文件只留在本地	敏感内容可能被上传	视服务商而定
安装门槛	解压即用	浏览器打开	安装 + 授权
场景覆盖	截图/批量/PDF/二维码/公式	多为单张图片	功能全但贵

对合同、论文、代码截图这类不能出网的内容，"离线"一行就值回票价。

从零开始：截图 OCR 四步跑通

按下面四步做完，你会拿到第一份可复制的识别结果：

下载发行版并解压。发布包是.7z压缩包或.7z.exe自解压包，后者无需装压缩软件。
- 这一步你会看到：解压出一个包含Umi-OCR.exe的文件夹，没有任何安装步骤。
双击Umi-OCR.exe启动。
- 这一步你会看到：主窗口出现，界面语言自动跟随系统设置，中文用户零配置。
切到"截图 OCR"标签页，按全局快捷键唤起截图，框选屏幕上的文字区域后松手。
- 这一步你会看到：屏幕出现截图框；松手后自动开始识别。
在右侧记录面板取结果。
- 这一步你会看到：识别文本逐条出现在右侧记录区，鼠标划选即可复制，或Ctrl+C带走。

这一页也支持在别处复制图片后直接粘贴进来识别，不一定要截图。

批量识别文件夹里的图片

读完这一节，你能把一个文件夹里的图片一次性转成文本文件。

怎么操作：切到"批量 OCR"标签页，选中图片拖入列表（支持jpg, png, webp, bmp, tif等格式），在右侧选保存格式——txt, jsonl, md, csv(Excel)任选——点"开始任务"。没有数量上限，几百张可以一次导入。

输出长什么样：每张图在右侧记录区按顺序生成一条识别结果，任务跑完按所选格式保存；选csv可以直接丢进 Excel 核对。

小贴士：长时间挂机跑图，可提前设置任务完成后自动关机/待机，第二天直接收结果。

PDF 扫描件怎么变成可搜索文本

读完这一节，你能把扫描版 PDF 变成"全文可搜、可复制"的文档。

怎么操作：切到"文档识别"标签页，把pdf, xps, epub, mobi, fb2, cbz格式的文件拖进去开始任务。有原生文字层的页面直接抽取文本，扫描图像页走 OCR。

输出长什么样：可输出双层可搜索 PDF——原页面不动，上面盖一层隐形文字层。旧扫描合同从此能全文检索、划选复制，这就是它的"第二次生命"。

小贴士：配合忽略区域用——按住右键在页眉、页脚、水印上画矩形框，区域内的文字不进结果。注意忽略单位是整个文本块而非单字，框要画得稍大、完全包住。

代码和多栏文字怎么不乱序

读完这一节，你能让识别结果的阅读顺序和排版跟原图一致。

怎么操作：在截图 OCR 或批量 OCR 页的设置里，找到"OCR 文本后处理 - 排版解析方案"。代码截图选单栏-保留缩进，双栏论文选多栏-按自然段换行，其余场景按需选对应方案。

输出长什么样：右侧识别结果保留代码的原始缩进与换行；多栏文本按自然段规则重排，不再左栏读一半跳右栏。

小贴士：所有预设方案都自动处理横排和竖排（从右到左）排版；顺序仍不满意就换个方案重识别，不必重新截图。

进阶：用命令行和 HTTP 接口调用 OCR 引擎

会写一点代码的话，这一节能把 Umi-OCR 变成脚本里随叫随到的本地 OCR 引擎。命令行入口就是主程序Umi-OCR.exe：

# 批量识别文件夹内所有图片，结果写入 result.txt umi-ocr --path "D:/scans" --output "D:/result.txt" # 截图识别并复制到剪贴板 umi-ocr --screenshot --clip

程序间调用更适合走 HTTP 接口：图片 OCR、文档识别、二维码都有现成端点，完整参数与流程见 docs/http/README.md。需要改源码可以克隆仓库：

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

排障速查：症状 → 诊断 → 修复

这 4 个高频问题覆盖了大部分会卡住你的情况，对号入座即可：

长图识别丢字→ 大图被"限制图像边长"压过了 → 批量页"设置→文字识别"里调高该数值
水印页码混进结果→ 干扰区域没排除 → 用忽略区域把水印框住，框画大一点
双栏论文顺序错乱→ 默认方案不识别多栏 → 换"多栏-按自然段换行"重识别
PDF 复制不出文字→ 纯扫描件没有文字层 → 走文档识别，输出双层可搜索 PDF

收尾：三个动作跑完全流程

回到开头那个卡壳瞬间：额度用完、文件不能出网——现在这两件事都有了本地解法，解压即跑，全程不断网。

按顺序做这三件事：

下载发行版解压，运行Umi-OCR.exe，完成一次截图识别
拖一个图片文件夹或一份 PDF，分别体验批量识别与双层 PDF 输出
给截图 OCR 设一个顺手的全局快捷键，用一次就离不开了

Umi-OCR 离线文字识别指南：15 分钟跑通截图、批量、PDF 三大任务