【OCR工具推荐其一】Umi-OCR：图片文字识别，截图、批量、PDF全搞定

朋友们！遇到图片里的文字想复制？#

你是不是经常遇到这些困扰：

图片文字无法复制：看到截图里的重要文字，却无法直接复制
在线OCR不安全：上传敏感图片到第三方网站，担心数据泄露
批量处理太麻烦：需要识别几十张图片，一张一张处理太累
PDF扫描件无法搜索：扫描版PDF无法检索内容，翻页找信息太耗时
公式无法提取：文档里的数学公式，想复制出来却无能为力
需要网络才能用：离线环境下无法使用OCR工具

今天我要给大家分享一个 GitHub 上的宝藏项目——Umi-OCR！这是一款完全免费开源的离线OCR软件，支持截图识别、批量OCR、PDF识别、二维码、公式识别，解压即用，无需网络！

✨ 什么是 Umi-OCR？#

Umi-OCR 是一款免费、开源、可批量的离线OCR软件，适用于 Windows7 x64 和 Linux x64。它内置高效率的离线OCR引擎，支持多种语言识别，无需网络即可运行。

核心特点：

🆓 完全免费：所有代码开源，无任何隐藏费用
🔌 离线运行：无需网络，所有识别在本地完成
📦 解压即用：无需安装，解压后即可使用
🚀 高效识别：内置多种OCR引擎，识别速度快、准确率高
✂️ 截图OCR：快捷键唤起截图，一键识别图片中的文字
📷 批量OCR：支持批量导入图片，一次性识别几百张
📄 PDF识别：从PDF扫描件中提取文本，生成可搜索PDF
📐 公式识别：支持数学公式识别
📱 二维码：支持扫码和生成二维码
🖥️ 命令行调用：支持脚本自动化处理
🌐 HTTP接口：支持外部程序调用

🎯 核心功能#

1. 截图OCR#

截图OCR是Umi-OCR最常用的功能，只需按下快捷键即可唤起截图，识别图中的文字：

1
- 快捷键唤起截图（默认Ctrl+Shift+A）
2
- 左侧图片预览栏，可直接划选复制
3
- 右侧识别记录栏，可编辑文字，支持多选复制
4
- 支持粘贴图片进行识别
5
- 支持公式识别

文本后处理：支持多种排版解析方案，自动识别多栏布局，按正确顺序输出文字：

多栏-按自然段换行
多栏-总是换行
多栏-无换行
单栏-按自然段换行
单栏-保留缩进（适合代码截图）
不做处理

2. 批量OCR#

批量OCR功能可以一次性导入大量图片进行识别：

1
- 支持格式：jpg, jpeg, png, webp, bmp, tif等
2
- 输出格式：txt, jsonl, md, csv(Excel)
3
- 支持文本后处理，整理排版和顺序
4
- 无数量上限，可一次性导入几百张
5
- 支持任务完成后自动关机/待机
6
- 支持处理超大长图

忽略区域：可以排除图片中不想要的文字，比如水印、LOGO等：

在批量识别页右栏设置中进入忽略区域编辑器
按住右键绘制矩形框，框内的文字将被忽略
适合处理带有水印的批量图片

3. 文档识别#

文档识别功能可以处理PDF等文档格式：

1
- 支持格式：pdf, xps, epub, mobi, fb2, cbz
2
- 对扫描件进行OCR，提取原有文本
3
- 可输出为双层可搜索PDF
4
- 支持设定忽略区域，排除页眉页脚
5
- 支持任务完成后自动关机/休眠

4. 二维码#

二维码功能支持扫码和生成：

1
扫码：
2
- 截图/粘贴/拖入图片，读取二维码、条形码
3
- 支持一图多码
4
- 支持19种协议（QRCode、DataMatrix、PDF417等）
5

6
生成码：
7
- 输入文本，生成二维码图片
8
- 支持19种协议和纠错等级

5. 全局设置#

全局设置可以调整软件的各种参数：

1
- 一键添加快捷方式或设置开机自启
2
- 更改界面语言（支持繁中、英语、日语等）
3
- 切换界面主题（多个亮/暗主题）
4
- 调整界面文字大小和字体
5
- 切换OCR插件
6
- 调整渲染器（解决截屏闪烁、UI错位问题）

🚀 安装方式#

方式一：下载压缩包（推荐）#

访问 GitHub 发布页面：https://github.com/hiroi-sora/Umi-OCR/releases/latest
下载 .7z 压缩包或 .7z.exe 自解压包
解压后点击 Umi-OCR.exe 即可启动

国内下载地址（蓝奏云，免注册/无限速）： https://hiroi-sora.lanzoul.com/s/umi-ocr

方式二：Scoop 安装（Windows）#

1
# 添加 extras 桶
2
scoop bucket add extras
3

4
# 安装 Umi-OCR（Rapid-OCR引擎，兼容性好）
5
scoop install extras/umi-ocr
6

7
# 或安装 Paddle-OCR 引擎版本（速度稍快）
8
scoop install extras/umi-ocr-paddle

方式三：Linux 安装#

1
# 下载压缩包
2
wget https://github.com/hiroi-sora/Umi-OCR/releases/latest/download/Umi-OCR-linux-x64.7z
3

4
# 解压
5
7z x Umi-OCR-linux-x64.7z
6

7
# 运行
8
./Umi-OCR/umi-ocr.sh

📝 使用场景#

场景一：截图识别文字#

1
操作步骤：
2
1. 按下 Ctrl+Shift+A 唤起截图
3
2. 框选需要识别的区域
4
3. 识别结果自动显示在右侧
5
4. 复制识别结果即可
6

7
适用场景：
8
- 复制网页上无法选中的文字
9
- 识别PDF中的文字
10
- 提取截图中的关键信息

场景二：批量处理图片#

1
操作步骤：
2
1. 切换到"批量OCR"标签页
3
2. 导入需要识别的图片
4
3. 设置忽略区域（如有水印）
5
4. 选择输出格式
6
5. 点击开始识别
7

8
适用场景：
9
- 处理大量扫描件
10
- 识别图片库中的文字
11
- 批量提取截图内容

场景三：PDF识别#

1
操作步骤：
2
1. 切换到"文档识别"标签页
3
2. 导入PDF文件
4
3. 设置输出格式（txt或双层PDF）
5
4. 点击开始识别
6

7
适用场景：
8
- 将扫描版PDF转为可搜索PDF
9
- 提取PDF中的文字内容
10
- 批量处理PDF文档

场景四：二维码处理#

1
扫码：
2
1. 切换到"二维码"标签页
3
2. 粘贴或拖入包含二维码的图片
4
3. 自动识别并显示结果
5

6
生成码：
7
1. 切换到"二维码"标签页
8
2. 输入要生成的文本
9
3. 选择协议和纠错等级
10
4. 生成二维码图片
11

12
适用场景：
13
- 识别商品包装上的二维码
14
- 生成分享链接二维码
15
- 批量生成二维码

场景五：命令行调用#

1
# 截图识别
2
Umi-OCR.exe --clipboard
3

4
# 识别单张图片
5
Umi-OCR.exe --img "C:\test.png" --out "C:\result.txt"
6

7
# 批量识别
8
Umi-OCR.exe --img "C:\images" --out "C:\result" --format md
9

10
# 识别PDF
11
Umi-OCR.exe --pdf "C:\test.pdf" --out "C:\result.txt"
12

13
# 二维码识别
14
Umi-OCR.exe --qr "C:\qrcode.png"

🌐 HTTP接口调用#

除了命令行，Umi-OCR还支持HTTP接口调用，方便开发者集成到自己的应用中。

启用HTTP服务#

在全局设置页中勾选高级，确保HTTP服务已开启（默认开启）。如果需要允许局域网访问，请将主机切换到任何可用地址。

API调用示例#

图片OCR识别（Base64方式）：

1
curl -X POST http://localhost:10101/api/ocr \
2
  -H "Content-Type: application/json" \
3
  -d '{"image": "base64编码的图片数据"}'

二维码识别：

1
curl -X POST http://localhost:10101/api/qrcode \
2
  -H "Content-Type: application/json" \
3
  -d '{"image": "base64编码的图片数据"}'

PDF文档识别：

1
curl -X POST http://localhost:10101/api/doc \
2
  -H "Content-Type: application/json" \
3
  -d '{"files": ["base64编码的PDF数据"], "outputFormat": "txt"}'

获取OCR参数：

1
curl http://localhost:10101/api/ocr/get_options

注意事项#

关闭软件时，如果仍有用户未断开HTTP连接，可能导致关闭不完全，需进任务管理器强制结束进程
并发支持较差，尽量不要并发调用
长时间大批量连续调用时，可能出现连接拒绝报错，重新发起请求即可

📊 对比其他方案#

方案	离线	免费	批量处理	PDF识别	二维码	公式识别	命令行
Umi-OCR	✅	✅	✅	✅	✅	✅	✅
在线OCR工具	❌	✅/付费	❌	✅	❌	❌	❌
天若OCR	✅	✅	❌	❌	❌	❌	❌
白描	❌	付费	✅	✅	✅	❌	❌
Adobe Acrobat	✅	付费	✅	✅	❌	✅	❌

📜 开源协议#

Umi-OCR 采用 Apache-2.0 开源协议，完全免费使用。

📝 总结#

Umi-OCR 是一款功能强大的免费离线OCR软件，特别适合需要处理大量图片文字、PDF扫描件的用户。它支持截图识别、批量OCR、PDF识别、二维码、公式识别等多种功能，所有处理都在本地完成，无需网络，数据安全有保障。无论是学生、上班族还是开发者，都能从中受益。如果你经常需要识别图片中的文字，这个工具绝对值得一试！

🌟 项目资源#

GitHub 地址: https://github.com/hiroi-sora/Umi-OCR

发布页面: https://github.com/hiroi-sora/Umi-OCR/releases/latest

国内下载: https://hiroi-sora.lanzoul.com/s/umi-ocr

插件库: https://github.com/hiroi-sora/Umi-OCR_plugins

命令行手册: https://github.com/hiroi-sora/Umi-OCR/blob/main/docs/README_CLI.md

HTTP接口手册: https://github.com/hiroi-sora/Umi-OCR/blob/main/docs/http/README.md

觉得项目不错的话，记得给作者点个 star 支持一下！

🎉 互动时间#

你最常用的OCR功能是什么？在使用过程中遇到过什么问题？欢迎在评论区和我交流分享！

我会定期分享更多好用的工具，记得关注我哦！

推荐阅读:

如果您觉得这篇文章有帮助，请为小王点点推荐，谢谢！🌹