Umi-OCR 开源文字识别工具

369次阅读
没有评论

共计 2404 个字符,预计需要花费 7 分钟才能阅读完成。

Umi-OCR 开源文字识别工具

Umi-OCR 文字识别工具

 

免费,开源,可批量的离线 OCR 软件
适用于 Windows7 x64、Linux x64
  • 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

Umi-OCR 开源文字识别工具

使用源码

Umi-OCR 开源文字识别工具

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。

 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):

最新测试版(首次推出 Linux 版本):

开始使用

 

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。

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

Umi-OCR 开源文字识别工具

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。

截图 OCR

Umi-OCR 开源文字识别工具

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。

文本后处理

 

Umi-OCR 开源文字识别工具

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

 

Umi-OCR 开源文字识别工具

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

忽略区域

 

Umi-OCR 开源文字识别工具

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.pypubsub_service.py 这两个文本块得以保留。

Umi-OCR 开源文字识别工具


文档识别

 

Umi-OCR 开源文字识别工具

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

二维码

 

Umi-OCR 开源文字识别工具

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

Umi-OCR 开源文字识别工具

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

Umi-OCR 开源文字识别工具

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 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。

调用接口:

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

正文完
 0
水东柳
版权声明:本文于2024-07-22转载自Umi-OCR 文字识别工具,共计2404字。
转载提示:此文章非本站原创文章,若需转载请联系原作者获得转载授权。
评论(没有评论)