umiocr識別工具，又名Umi?OCR，是一款免費開源的OCR軟件，下載后解壓即可使用，無需聯(lián)網(wǎng)。軟件內(nèi)置高效的OCR引擎，可以從圖片和文檔中批量提取文字，還能讀取二維碼中的內(nèi)容，以及輸入文字生成二維碼。除了上述功能之外，umiocr官方版還提供命令行和HTTP接口調(diào)用，同時支持多語言識別，能夠滿足不同場景的文字提取需求，適合日常文字提取、批量文檔處理，以及開發(fā)者和技術(shù)用戶等人群使用。

軟件特色

1、免費：本項目所有代碼開源，完全免費。

2、方便：解壓即用，離線運行，無需網(wǎng)絡(luò)。

3、高效：自帶高效率的離線OCR引擎，內(nèi)置多種語言識別庫。

4、靈活：支持命令行、HTTP接口等外部調(diào)用方式。

5、功能：截圖OCR / 批量OCR / PDF識別 / 二維碼 / 公式識別。

umiocr識別工具怎么使用

一、啟動umiocr識別工具官方版軟件

1、在本站下載后雙擊【Umi-OCR_Rapid_v2.1.5.7z.exe】，軟件發(fā)布包下載為 .7z 壓縮包或 .7z.exe 自解壓包。自解壓包可在沒有安裝壓縮軟件的電腦上，解壓文件。

2、選擇一個解壓路徑，點擊【Extract】，等待一會。

3、之后就會出現(xiàn)一個【Umi-OCR_Rapid_v2.1.5】的文件夾，點擊進去后雙擊【Umi-OCR.exe】即可啟動。

二、更換界面語言

Umi-OCR 支持的界面多國語言。在第一次打開軟件時，將會按照你的電腦的系統(tǒng)設(shè)置，自動切換語言。

如果需要手動切換語言，可參考以下步驟：

點擊右邊的【全局設(shè)置】-選擇【語言/Language】即可更換。

三、OCR功能

1、截圖OCR

打開這一頁后，就可以用快捷鍵進行操作，識別圖中的文字。

左側(cè)的圖片預覽欄，可直接用鼠標劃選復制。

右側(cè)的識別記錄欄，可以編輯文字，允許劃選多個記錄復制。

也支持在別處復制圖片，粘貼到Umi-OCR進行識別。

文本后處理

關(guān)于OCR文本后處理 - 排版解析方案： 可以整理OCR結(jié)果的排版和順序，使文本更適合閱讀和使用。

預設(shè)方案：

多欄-按自然段換行：適合大部分情景，自動識別多欄布局，按自然段規(guī)則進行換行。

多欄-總是換行：每段語句都進行換行。

多欄-無換行：強制將所有語句合并到同一行。

單欄-按自然段換行/總是換行/無換行：與上述類似，不過 不區(qū)分多欄布局。

單欄-保留縮進：適用于解析代碼截圖，保留行首縮進和行中空格。

不做處理：OCR引擎的原始輸出，默認每段語句都進行換行。

上述方案，均能自動處理橫排和豎排（從右到左）的排版。（豎排文字還需要OCR引擎本身支持）

2、批量OCR

這一頁用于批量導入本地圖片進行識別。

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

保存識別結(jié)果的支持格式：txt, jsonl, md, csv(Excel)。

與截圖OCR一樣，支持文本后處理功能，整理OCR文本的排版和順序。

沒有數(shù)量上限，可一次性導入幾百張圖片進行任務(wù)。

支持任務(wù)完成后自動關(guān)機/待機。

如果要識別像素超大的長圖或大圖，請調(diào)整：頁面的設(shè)置→文字識別→限制圖像邊長→【調(diào)高數(shù)值】。

擁有特殊功能 忽略區(qū)域 。

3、文檔識別

支持格式：pdf, xps, epub, mobi, fb2, cbz。

對掃描件進行OCR，或提取原有文本。可輸出為 雙層可搜索PDF 。

支持設(shè)定 忽略區(qū)域 ，可用于排除頁眉頁腳的文字。

可設(shè)置任務(wù)完成后 自動關(guān)機/休眠 。

4、二維碼

掃碼：

截圖/粘貼/拖入本地圖片，讀取其中的二維碼、條形碼。

支持一圖多碼。

支持19種協(xié)議，

生成碼：

輸入文本，生成二維碼圖片。

支持19種協(xié)議和糾錯等級等參數(shù)。

5、全局設(shè)置

在這里可以調(diào)整軟件的全局參數(shù)。常用功能如下：

1）一鍵添加快捷方式或設(shè)置開機自啟。

2）更改界面語言。Umi支持繁中、英語、日語等語言。

3）切換界面主題。Umi擁有多個亮/暗主題。

4）調(diào)整界面文字的大小和字體。

5）切換OCR插件。

6）渲染器：軟件界面默認支持顯卡加速渲染。如果在你的機器上出現(xiàn)截屏閃爍、UI錯位的情況，請調(diào)整界面和外觀 → 渲染器 ，7）嘗試切換到不同渲染方案，或關(guān)閉硬件加速。

適合用戶

1、普通用戶：想快速從屏幕或圖片提取文字，不想上傳隱私數(shù)據(jù)。

2、批量文檔處理：大量圖片或 PDF 需要轉(zhuǎn)換成文本、CSV、MD 等。

3、多語言/二維碼需求：識別多種語言、條形碼和二維碼。

更新日志

v2.1.5版本

1、新增：日志機制。在命令行中啟動 Umi-OCR 可查看實時日志。指定級別以上（默認為ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目錄中，保存級別可以在全局設(shè)置標簽頁中更改。

2、新增：大部分標簽頁能手動切換左右/上下雙欄模式。

3、新增：Esc鍵隱藏主窗口。

4、新增：調(diào)整二維碼生成相關(guān)參數(shù)后，自動刷新二維碼生成。

5、新增：命令行指令 --reload ，用于重新加載配置文件。

6、修復：文檔識別提取PDF自帶的文本內(nèi)容時，未考慮頁面旋轉(zhuǎn)的影響。

7、修復：文檔識別生成單層PDF時，未寫入原PDF自帶的文本內(nèi)容。

8、修復：OCR結(jié)果展示列表的一些顯示Bug和鼠標劃選Bug。

9、修復：調(diào)整標簽頁順序或刪除標簽頁后，未及時保存順序信息。

10、修復：HTTP接口 /api/doc/download 參數(shù) ignore_blank 的錯誤。

11、修復：Linux版本截圖時，系統(tǒng)任務(wù)欄推移頂層窗口，導致截圖位置偏移。

12、修復：Linux版本截圖后，主窗口的位置與操作前不一致。

13、優(yōu)化：圖片/文檔的異步加載機制?，F(xiàn)在可以流暢地加載含有數(shù)萬個子文件的文件夾，且能預覽加載進度。

14、Windows 版本更新第三方依賴庫：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

15、新增UI語言：俄語 Русский ，譯者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米爾語 ????? ，譯者：??????????。