首页
/
行业洞察
/
正文
INDUSTRY INSIGHT · 深度
截图里的字复制不出来?Umi-OCR 免费离线 OCR 完整使用教程
📅 2026/10/18 4:48:08
✍️ 爱科研究院
👁 阅读 3,247
截图里的字复制不出来Umi-OCR 免费离线 OCR 完整使用教程【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-OCRUmi-OCR 是一款免费开源的离线 OCR 软件能把截图、图片、PDF 扫描件里的文字识别出来识别过程全部在本地完成不联网、不上传。无论是办公人员整理资料、学生处理讲义扫描件还是开发者想在自己的工具里接一个文字识别能力它都能派上用场。先解决最痛的点屏幕上的字框一下就能拿走日常最麻烦的场景往往是这样的网页或软件里的文字是图片形式选不中、复制不了手动重打又太慢。Umi-OCR 的做法很简单——打开截图OCR标签页用快捷键框选屏幕上任意区域识别结果就直接出现在右侧的记录面板里。上图是 Umi-OCR 的截图识别界面左侧是框取的代码截图预览右侧是识别出的文本结果。拿到结果后还有几步常用操作左侧预览区可以直接用鼠标划选已识别的文字复制。右侧记录里的文字可以编辑后再复制也能划选多条记录一起复制。在别处复制的图片或文字可以直接粘贴进来识别图片文件也能拖进窗口。下图是记录面板的右键菜单复制、全选、删除等动作一应俱全识别出来的文字顺序乱了用排版解析救回来如果结果读起来顺序混乱多半不是识别错了而是排版没整理。文本后处理里提供了几种排版解析方案按内容类型选一个即可多栏-按自然段换行适合大部分文章自动按自然段换行。单栏-保留缩进适合代码截图保留行首缩进和空格。多栏-无换行把文字强制合并到同一行。横排、竖排排版都会被自动处理竖排还要求 OCR 引擎本身支持。批量识别几百张图片和 PDF 扫描件一次跑完单张截图之外Umi-OCR 的批量OCR标签页适合一次性处理一堆资料的场景。上图是批量识别界面左侧列出待处理图片与进度右侧依次展示每张图片的识别内容。把本地图片一次性拖入或添加即可jpg、png、webp、bmp、tiff 等格式都支持数量没有上限一次导入几百张也没问题。任务跑完结果可以保存为 txt、jsonl、md、csvExcel四种格式还可以设置任务完成后自动关机或待机——睡前挂起、睡醒收结果。图片上的水印、文档里的页眉页脚用忽略区域挡掉图片里有水印、扫描件每页都有重复页眉页脚时识别结果会被这些杂字污染。解决办法是进入忽略区域编辑器按住右键绘制矩形框框内的文字块在任务中会被整体跳过。框尽量画大一些把水印可能出现的位置完全包住。文档识别页同样支持这个功能专门用来排除页眉页脚。PDF 扫描件转双层可搜索 PDF文档识别标签页可以把 PDF 扫描件识别后输出为双层可搜索 PDF打开后点选文字就能直接复制同时保留原版式。除 pdf 外还支持 xps、epub、mobi、fb2、cbz 等格式。另外内置的二维码标签页可以截图或拖入图片读取二维码、条形码也能输入文本生成二维码图片支持 19 种码制。命令行与 HTTP 接口把 OCR 能力接进自己的工作流不想开图形界面时Umi-OCR 提供两种外部调用方式。命令行入口就是主程序一条指令即可完成截图与识别例如umi-ocr --screenshot --clip执行后自动截屏、识别并把文字放到剪贴板umi-ocr --path D:/xxx.png则直接识别指定图片支持传入多个路径或整个文件夹。完整的参数说明见官方命令行手册。另一种是启动内置 HTTP 接口服务全局设置中默认开启其他程序发一个网络请求就能拿到识别结果支持图片 OCR、PDF 文档识别、二维码识别与生成等接口方便接进自动化脚本或服务端。细节写在HTTP接口手册中。获取与安装解压即用无需安装官方发布版是绿色解压版解压仓库中的 Umi-OCR_Rapid_v2.1.5.7z双击Umi-OCR.exe即可启动无需安装支持 Windows 7 x64 和 Linux x64。想从源码运行或参与开发克隆仓库即可git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR上图是全局设置标签页这里可以调整界面语言、主题、字体和大小。语言在首次启动时会自动跟随系统设置也支持繁中、英语、日语等多国语言主题和字体不满意的话在这页切换即可。版本更新情况可以查看更新日志。现在就解压发布版框选一张带文字的图片用这款离线 OCR 工具复制出第一段文字吧。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
📌 标签:
工业官网
设计趋势
AI 建站
SEO
获取完整报告 →
RELATED ARTICLES
推荐阅读
2026/10/18 4:43:08
REA APK 静态分析指南:不装 Android SDK 直接反编译方法体
2026/10/18 4:43:08
Lightpanda 无头浏览器:100 页 5 秒跑完,内存仅为 Chrome 的 1/16
2026/10/18 4:43:08
OpenHarmony上React Native视频播放列表的桥接实现
2026/10/18 10:43:59
基于1D-CNN的工业设备故障诊断:从振动信号到可运行工程实战
2026/10/18 10:43:59
齿轮振动边频带解析与STFT时频分析:MATLAB实现与诊断
2026/10/18 10:43:59
Learn-Claude-Code 笔记:从 Agent Loop 到 Tools 执行链路拆解与 TaoToken 接入
2026/10/18 10:43:59
AI编程教学的核心不是教代码,而是教提问与协作
2026/10/18 10:43:59
RIS辅助多用户MIMO的MATLAB仿真:无源波束成形与优化算法解析
2026/10/18 10:38:59
基于Spring Boot的助农扶贫微信小程序毕业设计全解析
2026/10/18 0:02:43
OpenResearch实战:Claude Code、Codex、OpenCode、Cursor 工作流搭建与故障排查
2026/10/18 0:02:43
知识管理核弹:用Obsidian构建第二大脑的工程化方案(TaoToken 统一 Key 接入版)
2026/10/18 0:02:43
金融AI落地指南:从调研报告到技术选型与工程实践
2026/10/18 0:02:43
OpenResearch实战:Claude Code、Codex、OpenCode、Cursor 工作流搭建与故障排查
2026/10/18 0:02:43
知识管理核弹:用Obsidian构建第二大脑的工程化方案(TaoToken 统一 Key 接入版)
2026/10/18 0:02:43
金融AI落地指南:从调研报告到技术选型与工程实践
2026/10/17 10:15:50
我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频
2026/10/16 18:46:48
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证
2026/10/16 18:46:46
2026 大模型集体涨价:用 Python 做企业 Token 成本测算与选型避坑(附配置)