企业官网建设流程全解析

Umi-OCR离线OCR教程：3步把扫描PDF转可搜索文档

【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

你拿到一份两百页的扫描版制度文件，Ctrl+F 搜一个日期，结果"未找到"——因为那只是像素，不是文字。Umi-OCR 是一款面向办公人员和学生的免费离线 OCR 工具：截图取字、批量处理图片，还能把扫描 PDF 转成可搜索的双层 PDF，全程不上传网络。

看懂它：项目速览

• 是什么 / 收费：开源免费的 OCR（光学字符识别，即把图片里的文字转成可编辑文本）桌面软件，代码全部公开，无账号、不限识别次数。
• 怎么运行：解压即用，无需安装，识别过程完全离线。
• 系统：Windows 7 x64 与 Linux x64。
• 格式：图片支持 jpg、png、webp、bmp、tif 等；文档支持 pdf、xps、epub、mobi、fb2、cbz。
• 引擎与语言：内置 Rapid-OCR 与 Paddle-OCR 两套引擎，自带多语言识别库，换语言不用另下模型。
• 获取：从发行版页面下载.7z包，或克隆仓库源码；版本变化见 更新日志。

第一次运行

1. 拿软件：下载.7z发行包（没有压缩软件就用.7z.exe自解压包）并解压；要改源码则执行git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。
2. 启动：Windows 双击Umi-OCR.exe，Linux 运行umi-ocr.sh，没有安装向导。
3. 出第一次结果：打开截图OCR标签页，按快捷键截屏，识别出的文字会直接进剪贴板——这就是"从 0 到成功"的最短路径。
4. 界面语言首次打开会跟随系统自动切换，之后可在全局设置里改。

按任务来用

从屏幕上取出复制不了的文字

能得到：网页、PPT、远程桌面等选不中的文字，变成可复制的文本。

操作：

1. 打开截图OCR标签页，用快捷键唤起截图，按 Esc 可中止。
2. 左侧图片预览里直接划选原文复制；或在右侧识别记录里编辑、跨多条记录划选复制。
3. 在别处复制过图片的，直接粘贴进来也能识别。

输出之后：结果在剪贴板，粘到哪都行；识别记录支持多次截图累加，最后一次性全选复制。

小技巧：识别代码截图时，把文本后处理切到单栏-保留缩进，行首空格和缩进都保得住。

几百张图片一次转成文本文件

能得到：每张图的识别结果单独存成文件，格式可选 txt、jsonl、md、csv（Excel）。

操作：

1. 把图片拖进批量OCR标签页，数量不设限，几百张一次导入没问题。
2. 软件自动排队识别，页面上能看到进度。
3. 选好保存格式与位置，等任务跑完。

输出之后：csv 直接进 Excel 做汇总，md、txt 留作归档或再加工。

小技巧：跑长任务想挂着过夜，打开任务完成后的自动关机/待机。

扫描 PDF 变成能搜索的文档

能得到：双层可搜索 PDF——原扫描外观原样保留，上面叠一层透明文字，全文检索、Ctrl+F 定位、划选复制都可用。

操作：

1. 打开文档识别标签页，导入 PDF（xps、epub、mobi、fb2、cbz 也收）。
2. 文档若自带文本层，可以直接提取而不必重新识别。
3. 启动任务，完成后下载生成的文件。

输出之后：用任意 PDF 阅读器打开，搜、划、复制都正常。

小技巧：页眉页脚固定的话，先设忽略区域，成品更干净。

读码与生成二维码

能得到：解码图片里的二维码、条形码；反向也能从文本生成码图片。

操作：

1. 截图、粘贴或拖图进二维码标签页即可读取，一图多码一次全读出。
2. 要生成时输入文本，选协议（QRCode、DataMatrix、PDF417 等 19 种）、设纠错等级，码图即刻生成。

输出之后：读出的内容进识别结果区；生成的码图保存下来直接用。

小技巧：命令行同样支持读码与生成，写脚本时可以省掉界面。

参数调优速查

• 文本后处理→ 识别顺序乱、多栏混排，或要保留代码缩进时 → 选"多栏"或"单栏"系列方案，竖排版面也能自动处理。
• 忽略区域→ 结果里总有水印、页眉页脚时 → 进编辑器按住右键画矩形框，框内整个文本块会被剔除。
• 限制图像边长→ 长图、大图识别不全时 → 调高数值，避免大图在识别前被压缩。
• OCR引擎→ 更在意兼容性选 Rapid-OCR、更在意速度选 Paddle-OCR → 在全局设置里切换插件。
• 识别语言→ 识别非中文文档时 → 按文档主要语言切换，多语种混排按占比大的语言来。
• 渲染器→ 截图闪烁、界面错位时 → 在界面和外观里换渲染方案，或关掉硬件加速。

常见问题

多栏排版的识别结果顺序全乱了怎么办？把文本后处理换成"多栏"系列方案，比如"多栏-按自然段换行"，软件会先分栏再按阅读顺序重排。

大图识别不全，漏字？默认超限图片会被压缩。调高限制图像边长，或先把长图拆成几张小图再批量导入。

水印怎么也去不掉？打开忽略区域编辑器，按住右键画框，尽量包住水印可能出现的全部位置；注意只有框内整个文本块会被忽略，框要画得包住目标文字。

截图时屏幕闪烁、界面错位？进全局设置→界面和外观→渲染器，换一个渲染方案，或关闭硬件加速再试。

界面语言能换吗？能。全局设置→语言，支持繁中、英语、日语等；首次启动按系统语言自动匹配，翻译协作走 Weblate 平台。

进阶扩展：命令行与 HTTP 接口

想把识别能力挂进自己的脚本或自动化流程，可以绕过界面，用软件内置的两条通道：

• 命令行：见命令行手册。支持截屏、读剪贴板、按路径识别，结果可复制或直接写文件，例如：umi-ocr --path "D:/xxx.png"（可传文件夹，会递归搜索其中所有图片）。
• HTTP 接口：见HTTP 接口手册。图片以 Base64 送入即可 OCR，文档识别、二维码读取与生成同样走接口，服务默认开启。

配置文件是UmiOCR-data/.settings（ini 格式），手动改完后用--reload指令即可重新加载。

结尾

Umi-OCR 把截图、批量、文档识别收进一个免费离线的工具箱里，解压就能跑。现在去下载发行版试用，遇到问题或想提建议，直接向项目仓库提 Issue。

【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