企业官网建设流程全解析

免费离线OCR软件指南：3步把扫描PDF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

扫描版 PDF 里的文字看得见、选不中，复制出来是一行空行；网页上的文字被锁住，连右键都没有。Umi-OCR是一款免费的离线 OCR软件：无需安装，解压后就能截图取字、批量识别图片，并把扫描 PDF 转成可搜索文档。识别全程在本地完成，文件不会离开你的电脑。

功能清单一览：一个标签页对应一类任务

界面是标签页形式，按任务需要打开对应页面即可；标签栏左上角可切换窗口置顶，右上角能锁定标签页，防止误触关闭。

上手流程：从启动到拿到第一份结果

1. 获取软件：从项目发行版页面下载 .7z 压缩包（或 .7z.exe 自解压包）；开发者也可以git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR获取源码。验证：解压后能看到Umi-OCR.exe和UmiOCR-data目录。
2. 启动：Windows 双击Umi-OCR.exe，Linux 运行umi-ocr.sh。首次启动会按系统语言自动切换界面。验证：界面显示为对应语言，标签栏列出各功能页。
3. 跑第一次识别：打开批量OCR页，拖入几张测试图片，点击开始。验证：识别文字自动进入剪贴板，同时可在页面里另存为 txt、jsonl、md、csv 文件。

任务列表没有数量上限，几百张图片可以一次排队识别；任务完成后还可以开启自动关机/待机，长任务挂到夜里跑。

🔍 高频问题逐个解决

网页、PPT 里的文字复制不了，怎么取出来？

打开截图OCR页，用快捷键唤起截图（按 Esc 可中断），软件识别框选区域内的文字。左侧预览栏可直接划选原文，右侧识别记录支持编辑；多次截图的结果会累加在记录里，最后一次性划选复制。在别处复制了一张图片？直接粘贴过来就能识别。

扫描 PDF 里的文字选不中，怎么让它可搜索？

打开文档识别页导入扫描版 PDF，选择输出为双层可搜索PDF后开始任务。输出文件保留原扫描外观，上面叠加一层透明文字：全文检索、Ctrl+F 定位、直接复制都可用。

图片上的水印、页眉总混进结果，怎么去掉？

进入批量识别页右栏设置的忽略区域编辑器，按住右键画若干矩形框。只有整个文本块都落在框内才会被忽略，所以框要尽量大，把水印可能出现的全部位置包进去；贴着框边沿的零散字符未必能被排除。

多栏排版顺序乱、代码缩进丢了，怎么调？

在页面设置里选文本后处理的排版解析方案：多栏资料选"多栏-按自然段换行"，段落顺序会自动理顺；代码截图选"单栏-保留缩进"，行首空格得以保留。所有预设方案都能自动处理横排和竖排版面。

超大长图识别不全、任务跑得慢？

页面设置 → 文字识别 →限制图像边长，把数值调高，大图就不会在识别前被压缩；或者先把长图拆成小图再批量导入。大批量任务记得开启任务完成后自动关机/待机。

一张图里贴了十几个二维码，怎么批量读？

打开二维码页，拖入一张或多张图片即可读取，支持一图多码，覆盖 QRCode、Code128、DataMatrix 等 19 种协议。反向也行：输入文本生成二维码图片，可调整纠错等级和图片宽高。

⚙️ 进阶选项：引擎、接口与界面

• 引擎二选一：默认的 Rapid-OCR 兼容性好，Paddle-OCR 速度稍快，在全局设置里切换即可，两套引擎都内置在发行包里。
• 界面定制：界面语言（繁中、英语、日语等）、亮/暗主题、字体字号都在全局设置中调整；界面翻译由 Weblate 平台协作完成。
• 脚本调用：命令行和 HTTP 接口两种方式，都依赖本地 HTTP 服务（默认开启，主机保持"仅本地"即可）。例如批量识别一个文件夹里的图片：umi-ocr --path "D:/imgs" --output result.txt。完整参数见 命令行手册 和 HTTP接口手册。

排错对照表

去发行版页面下载 .7z 包，解压后先把积压的扫描件处理掉；使用中遇到 Bug 就提 Issue，想帮忙翻译界面也可以加入项目。

【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