Umi-OCR 离线OCR实测：500页扫描书一晚上变成可搜索文档-平芜编程栈

Umi-OCR 离线OCR实测：500页扫描书一晚上变成可搜索文档

【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

最让人头疼的资料，一类是截图里的文字，一类是没有文字层的扫描书——前者复制不到，后者搜不到。我最近用 Umi-OCR 这款免费、开源的离线 OCR 软件把两类都处理了：识别全部在本机完成，图片不出机器，也不用联网。三百余张扫描照片、一本 512 页的旧 PDF，都交给它跑完，从下载到产出可用结果，前后不到半小时。

发行包分两种后缀：.7z需要压缩软件配合，.7z.exe则是自解压格式，电脑里没装 7-Zip 时直接双击后者即可。解压后双击主程序就能启动，没有任何安装环节；我打开后先点了右上角的锁图标，把标签页固定住，免得跑着任务时被手滑关掉。

三个高频场景的实测记录

批量识别几百张照片，水印怎么跳过

水印不用手工裁掉：先画好「忽略区域」，批量任务会自动跳过那块区域。

要解决的问题：手机翻拍的照片右上角自带时间水印，混进识别结果里很难看。

步骤：把照片拖进批量 OCR 任务列表 → 打开「忽略区域」编辑器 → 按住右键框选出水印可能出现的位置 → 点开始。

317 张照片我一次拖入，全程约二十分钟跑完；jpg、png、webp、bmp、tif 等常见格式都收，文件数量没有上限。坑在于：框必须完整盖住文本块，只压住半个字不生效，我第一遍就重画过一次。导出格式很全：txt、jsonl、md，还有能直接丢进表格软件的 csv。

扫描书转可搜索 PDF 的步骤

扫描书不用手工补录：识别完直接产出可搜索的 PDF，原图垫在底层，文字以透明层覆盖在上方。

要解决的问题：那本 512 页的旧 PDF 没有文字层，翻开就是照片，正文搜不了一圈。

步骤：文档识别页选中文件（pdf、xps、epub 等格式均支持，mobi、fb2、cbz 也可）→ 开始任务，多个大文件能排队执行。

晚上九点挂上任务，并设置了「任务完成后自动关机」，第二天起床它已经跑完 ✅ 成品像原书一样翻页阅读，全文检索一个术语，几秒内所有相关段落都浮出来，划词复制也没问题。坑在书眉书脚印的页码上，会污染正文——我提前画好忽略框，之后搜索结果就干净了。

截图里的代码怎么取才不用重排

关键在「OCR 文本后处理」的排版解析方案，选错代码会挤成一团。

要解决的问题：复制一段代码截图，希望行首缩进、行内空格原样保留，直接粘进编辑器。

步骤：进「截图 OCR」页 → 框选屏幕区域或从剪贴板粘贴图片 → 把排版方案设为「单栏-保留缩进」。

常规截图出结果很快，我把网线拔掉再测，效果完全一样；读报纸式两栏版式时，方案要换成「多栏-按自然段换行」，左右栏就不会互相穿插。右侧记录栏支持划选多条记录，一次复制或整体存成 txt。

实测边界：四件要先想清楚的事

免费本地引擎有它的极限，两周用下来我把能做和做不了的都理了一遍，上手前建议过目一次。

功能面	我的实测结果	什么时候该换方案
手写、旧照片	打印体与清晰截图准确率高，潦草笔迹或模糊老照片的漏字率明显上升	手写材料追求极限准确率时，改用云端 OCR 服务
超长图像	常规页幅直接可用，超过默认边长上限的图片后半段会截断	调高「限制图像边长」设置项再重新跑
Word 导出	文档识别页只产出可搜索 PDF，不能直接转 docx	需要可编辑 Word 时，另配一套 PDF 转换工具
操作系统	Windows x64（含 Win7）与 Linux x64 均可运行	macOS 用户只能用其他平台或云服务过渡

接入你自己的自动化流程

图形界面不是终点，命令与 HTTP 两种接口都对外开放，脚本和别的程序都能调用它。

命令行：一条指令完成整目录识别并写出 txt，umi-ocr --path "D:/imgs" --output result.txt
HTTP：向本地服务发送 JSON 指令列表，例如向http://127.0.0.1:1224/argv发送["--screenshot"]，即可触发一次截图识别。

参数细节以官方文档为准：命令行手册 docs/README_CLI.md、HTTP 接口说明 docs/http/README.md。

桌上那堆待整理的扫描资料，今晚就让它先跑起来——从框一块屏幕上的代码试起，不好用也不亏，本来就是免费的。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考