企业官网建设流程全解析

4步跑通Umi-OCR：免费离线OCR从截图到批量PDF识别实战教程

【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 是免费开源的离线OCR工具，截图取字、批量识别、扫描版PDF转可搜索文档，全程不联网、图片不上传。读完你能跑通截图识别，把一整个文件夹的扫描图批量出结果。

Umi-OCR 离线OCR主界面：左侧截图预览可直接划选文字，右侧按时间保存识别记录

4 步跑通：从安装到第一次出结果

1. 解压发布包。发布版是.7z压缩包，Windows 7 x64 和 Linux x64 都能用，没有安装器。你会看到一个解压出的完整目录，里面就是全部文件。
2. 启动程序。Windows 双击Umi-OCR.exe，Linux 运行umi-ocr.sh。你会看到主窗口弹出，界面语言跟随系统设置。
3. 唤起截图。打开"截图 OCR"标签页，按快捷键（可在该页设置里改），鼠标框选一块文字区域。你会看到屏幕变暗、出现选框，随时可按Esc取消。
4. 复制文字。识别完成后，右侧"记录"面板会出现一段文本。点一下记录就能复制，左侧预览栏也能直接用鼠标划选。

全局设置页：切换界面语言与主题，或添加桌面快捷方式、开机自启

最短路径到此就通了：截图 → 识别 → 复制。

从截图里抠出带缩进的代码

谁会用：文档截图、视频帧里的代码想贴进 IDE，手敲太慢，普通 OCR 还会吞掉缩进。

操作：

1. 在"截图 OCR"标签页框选代码区域。
2. 右侧"设置"面板里，把排版解析选成单栏-保留缩进。
3. 等识别完成，在记录里选中这条结果复制。你会看到记录面板新增一条结果。

验收：把结果贴进 IDE 或 Markdown 预览。缩进层级、行内空格与原图一致，就算过关。

避坑：

• 缩进被拍平成一段 → 默认排版解析"多栏-按自然段换行"面向普通文档 → 代码截图一律改选"单栏-保留缩进"。
• 想改错字却只能整段复制 → 记录默认是识别原文 → 选中记录先编辑再复制。

截图 OCR 页面：右侧设置里切换排版解析方案，左侧预览栏可划选文字

记录面板还支持划选多条记录批量复制：

识别记录面板：右键菜单可复制、删除单条记录或清空全部

一文件夹扫描件批量转文本和Excel

谁会用：手里一堆扫描文档或票据图片，一张一张点不现实。

操作：

1. 切到"批量 OCR"标签页，点"选择图片"或直接拖入文件夹。你会看到左侧文件列表逐张列出，几百张也能一次导入。
2. 核对输出格式勾选：txt / jsonl / md / csv (Excel)。
3. 点"开始任务"。你会看到左侧列表逐张显示耗时和置信度。
4. PDF 扫描件切到"文档识别"标签页（v2.1.4 及以上支持），拖入pdf / xps / epub / mobi / fb2 / cbz。产物是双层可搜索 PDF：原图在底下，识别出的文字藏在上层。

验收：随机抽 3 张图，对比左侧预览和右侧记录。置信度（0~1）低于0.8的几张重点人工核对。PDF 产物用Ctrl+F搜一个只有正文里才出现的词，能跳到对应页就对了。

避坑：

• 每张图固定位置都有水印文字 → 水印的文本块被一起识别 → 右侧设置进入忽略区域编辑器，按住右键画矩形框住水印，框画得稍大更安全。
• 像素超大的长图、小字多的大图认错字 → 默认边长限制先把大图压缩了 → 到"设置 → 文字识别 → 限制图像边长"把数值从960调高到 2880 或 4320。

批量 OCR 页面：左侧文件列表含耗时与置信度，右侧是识别记录

把识别接口挂进自己的脚本和流水线

谁会用：想把 OCR 放进定时任务、打包脚本或自己的 Web 服务里。

操作：

1. 在"全局设置"确认 HTTP 服务已开启，主机保持"仅本地"即可，默认端口1224。
2. 命令行走法（umi-ocr是Umi-OCR.exe的简写），完整用法见 docs/README_CLI.md：

umi-ocr --screenshot --clip umi-ocr --path "D:/docs" --output "结果.txt"

3. HTTP 走法：先GET http://127.0.0.1:1224/api/ocr/get_options查参数定义，再POST http://127.0.0.1:1224/api/ocr提交 base64 图片。请求体里base64字段放图片编码，options字段放语言模型、排版解析等选项，完整参数表见 docs/http/api_ocr.md，以官方文档为准。

验收：命令行跑完，文本出现在剪贴板或你指定的文件里。浏览器访问get_options能看到 JSON 参数定义，看到就说明服务通了。

避坑：

• 命令行 / HTTP 没反应 → 九成是 HTTP 服务没开 → 回"全局设置"允许 HTTP 服务，主机选"仅本地"。
• 跑命令行任务时主窗口弹出来 → 命令行沿用"截图 OCR"标签页的参数设定 → 在那个标签页里关掉"弹出主窗口"选项。

关键参数速查

所有界面改动会自动存进UmiOCR-data/.settings（ini 格式），也可以手动改，改完执行umi-ocr --reload重新加载。

排障速查

Umi-OCR 像个放在本地的 OCR 工具箱：免费、不联网，截图、批量、PDF 一次做完，还留了命令行和 HTTP 两个口子给你接自动化。建议先在截图页练熟排版解析，再去批量页处理文件夹，最后把接口挂进脚本。完整参考见 docs/README_CLI.md 与 docs/http/README.md。

【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