Umi-OCR电脑版

Umi-OCR电脑版是一款极具实用价值的免费离线文字识别工具，为用户提供了高效便捷的文字识别解决方案。软件自带高效率的离线OCR引擎，内置多种语言识别库，能够快速准确地识别各种文字内容。同时，Umi-OCR电脑版还具备高度的灵活性，支持命令行、HTTP接口等外部调用方式，方便开发者将其集成到自己的项目中。在具体功能上，UmiOCR也十分强大，支持截图OCR、批量OCR、PDF识别、二维码识别以及公式识别等多种实用功能，无论是日常办公还是专业需求，都能轻松应对，是用户进行文字识别的得力助手，有需要的用户可以在本站免费下载使用。

Umi-OCR电脑版使用简介

软件发布包下载为 .7z 压缩包或 .7z.exe 自解压包。自解压包可在没有安装压缩软件的电脑上，解压文件。

本软件无需安装。解压后，点击 Umi-OCR.exe 即可启动程序。

1、界面语言

Umi-OCR 支持的界面多国语言。在第一次打开软件时，将会按照你的电脑的系统设置，自动切换语言。

如果需要手动切换语言，请参考下图，全局设置→语言/Language 。

2、标签页

Umi-OCR v2 由一系列灵活好用的标签页组成。您可按照自己的喜好，打开需要的标签页。

标签栏左上角可以切换窗口置顶。右上角能够锁定标签页，以防止日常使用中误触关闭标签页。

3、截图OCR：打开这一页后，就可以用快捷键唤起截图，识别图中的文字。

左侧的图片预览栏，可直接用鼠标划选复制。

右侧的识别记录栏，可以编辑文字，允许划选多个记录复制。

也支持在别处复制图片，粘贴到Umi-OCR进行识别。

4、文本后处理

关于 OCR文本后处理 - 排版解析方案： 可以整理OCR结果的排版和顺序，使文本更适合阅读和使用。预设方案：

多栏-按自然段换行：适合大部分情景，自动识别多栏布局，按自然段规则进行换行。

多栏-总是换行：每段语句都进行换行。

多栏-无换行：强制将所有语句合并到同一行。

单栏-按自然段换行/总是换行/无换行：与上述类似，不过 不区分多栏布局。

单栏-保留缩进：适用于解析代码截图，保留行首缩进和行中空格。

不做处理：OCR引擎的原始输出，默认每段语句都进行换行。

上述方案，均能自动处理横排和竖排（从右到左）的排版。（竖排文字还需要OCR引擎本身支持）

5、批量OCR

批量OCR：这一页用于批量导入本地图片进行识别。

支持格式：jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff。

保存识别结果的支持格式：txt, jsonl, md, csv(Excel)。

与截图OCR一样，支持文本后处理功能，整理OCR文本的排版和顺序。

没有数量上限，可一次性导入几百张图片进行任务。

支持任务完成后自动关机/待机。

如果要识别像素超大的长图或大图，请调整：页面的设置→文字识别→限制图像边长→【调高数值】。

拥有特殊功能 忽略区域 。

功能特色

1、免费开源：本项目所有代码完全开源，用户无需支付任何费用，即可自由使用、修改和分发，极大地降低了使用门槛，也为开发者提供了学习和二次开发的机会。

2、解压即用：软件无需复杂的安装流程，只需解压即可直接使用，节省了用户的时间和精力，方便快捷。

3、离线运行：支持离线操作，无需依赖网络，保障了数据的安全性和隐私性，即使在无网络环境下也能正常进行文字识别工作。

4、多语言识别：内置多种语言识别库，能够准确识别不同语言的文字内容，满足用户多样化的语言识别需求。

5、多种调用方式：支持命令行、HTTP接口等外部调用方式，方便与其他系统进行集成，为开发者提供了更多的选择和灵活性。

6、功能丰富：具备截图OCR、批量OCR、PDF识别、二维码识别、公式识别等多种实用功能，一站式解决用户的文字识别问题。

软件亮点

1、高效识别引擎：自带高效率的离线OCR引擎，能够快速准确地识别文字，大大提高了工作效率。

2、界面简洁易用：软件界面设计简洁直观，操作方便快捷，即使是初次使用的用户也能轻松上手。

3、识别精度高：采用先进的识别技术，能够准确识别各种复杂场景下的文字，识别精度高。

4、支持批量处理：支持批量OCR功能，可一次性处理多个文件，节省了大量时间和精力。

5、二维码识别：除了文字识别，还能识别二维码，拓展了软件的应用场景。

6、公式识别能力：具备公式识别功能，能够准确识别文档中的数学公式，方便学术研究和资料整理。

软件优势

1、成本优势：免费开源的特性使得用户无需支付软件使用费用，降低了使用成本。

2、安全优势：离线运行保障了数据的安全性，避免了因网络传输带来的数据泄露风险。

3、灵活优势：多种调用方式和丰富的功能，使得软件具有很高的灵活性，能够适应不同的应用场景。

4、效率优势：高效的识别引擎和批量处理功能，提高了工作效率，节省了用户的时间。

5、兼容优势：支持多种语言和文件格式，具有良好的兼容性，能够满足不同用户的需求。

6、可扩展优势：开源的特性使得软件具有良好的可扩展性，开发者可以根据自身需求进行二次开发，实现更多个性化功能。

更新日志

v2.1.5版本

新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。指定级别以上（默认为ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目录中，保存级别可以在全局设置标签页中更改。

新增：大部分标签页能手动切换左右/上下双栏模式。

新增：Esc键隐藏主窗口。

新增：调整二维码生成相关参数后，自动刷新二维码生成。

新增：命令行指令 --reload ，用于重新加载配置文件。

修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。

修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。

修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。

修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。

修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。

修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。

修复：Linux版本截图后，主窗口的位置与操作前不一致。

优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。

Windows 版本更新第三方依赖库：PyMuPDF 1.24.11 ,fontTools 4.56.0 ,Pillow 10.4.0 ,psutil 10.4.0 ,pynput 1.8.0 ,zxing-cpp 2.3.0

新增UI语言：俄语 Русский ，泰米尔语 தமிழ்