共计 2404 个字符，预计需要花费 7 分钟才能阅读完成。

• 免费：本项目所有代码开源，完全免费。
• 方便：解压即用，离线运行，无需网络。
• 高效：自带高效率的离线 OCR 引擎，内置多种语言识别库。
• 灵活：支持命令行、HTTP 接口等外部调用方式。
• 功能：截图 OCR / 批量 OCR / PDF 识别 / 二维码 / 公式识别

下载发行版

以下发布链接均长期维护，提供稳定版本的下载。

• 蓝奏云 https://hiroi-sora.lanzoul.com/s/umi-ocr（国内推荐，免注册 / 无限速）
• GitHub https://github.com/hiroi-sora/Umi-OCR/releases/latest
• Source Forge https://sourceforge.net/projects/umi-ocr

 Scoop Installer
Scoop 是一款 Windows 下的命令行安装程序，可方便地管理多个应用。您可以先安装 Scoop，再使用以下指令安装 Umi-OCR：

最新测试版（首次推出 Linux 版本）：

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

最新测试版（首次推出 Linux 版本）：

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

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。

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。

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。

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。

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）

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。

关于 OCR 文本后处理 – 忽略区域：批量 OCR 中的一种特殊功能，适用于排除图片中的不想要的文字。

• 在批量识别页的右栏设置中可进入忽略区域编辑器。
• 如上方样例，图片顶部和右下角存在多个水印 / LOGO。如果批量识别这类图片，水印会对识别结果造成干扰。
• 按住右键，绘制多个矩形框。这些区域内的文字将在任务中被忽略。
• 请尽量将矩形框画得大一些，完全包裹住水印所有可能出现的位置。
• 注意，只有处于忽略区域框内部的整个文本块（而不是单个字符）会被忽略。如下图所示，黄色边框的深色矩形是一个忽略区域。那么只有 key_mouse 才会被忽略。pubsub_connector.py、pubsub_service.py 这两个文本块得以保留。

文档识别：

• 支持格式：pdf, xps, epub, mobi, fb2, cbz。
• 对扫描件进行 OCR，或提取原有文本。可输出为 双层可搜索 PDF。
• 支持设定 忽略区域，可用于排除页眉页脚的文字。
• 可设置任务完成后 自动关机 / 休眠。

扫码：

• 截图 / 粘贴 / 拖入本地图片，读取其中的二维码、条形码。
• 支持一图多码。
• 支持 19 种协议，如下：

Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE

生成码：

• 输入文本，生成二维码图片。
• 支持 19 种协议和 纠错等级 等参数。

全局设置：在这里可以调整软件的全局参数。常用功能如下：

• 一键添加快捷方式或设置开机自启。
• 更改界面 语言。Umi 支持繁中、英语、日语等语言。
• 切换界面 主题。Umi 拥有多个亮 / 暗主题。
• 调整界面 文字的大小 和字体。
• 切换 OCR 插件。
• 渲染器 ：软件界面默认支持显卡加速渲染。如果在你的机器上出现截屏闪烁、UI 错位的情况，请调整 界面和外观  →  渲染器，尝试切换到不同渲染方案，或关闭硬件加速。

• 命令行手册
• HTTP 接口手册

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