免费离线OCR软件Umi-OCR怎么用？从截图识别到PDF文字提取的完整实测-开发者社区

免费离线OCR软件Umi-OCR怎么用？从截图识别到PDF文字提取的完整实测

【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

上周，我把 300 多张扫描书页照片和一本 500 多页的旧 PDF 全变成了能检索、能复制的文字，全程没联网——靠的是一款叫 Umi-OCR 的免费离线OCR软件。这篇文章不罗列功能表，只讲我这两周把它用在三类真实材料（屏幕截图、成堆照片、扫描版 PDF）上的完整过程，以及踩过的坑。

免费的离线OCR软件靠谱吗？三条理由让我安心用下去

先回答最现实的问题：免费的会不会很难用、会不会偷偷上传我的数据？我两周用下来的结论是：它把"免费"和"离线"都落到了实处。识别在本地完成，断网照跑；代码全部开源，介意隐私的可以自己去翻源码，或者git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR看个明白。内置多国语言识别库，中文、英文、日文切换着识别，都不需要联网下载额外模型。

缺点当然也有。离线引擎对手写体和低清老照片的识别率，确实比不了云端大厂。但对我这种"资料见不得光"的用户来说，离线是刚需，牺牲一点极限准确率完全可以接受。另外我踩过一个坑：识别超长截图时后半段文字丢了，后来在设置里把"限制图像边长"调大才解决——这类小问题，翻翻软件自带的说明都能找到答案。

离线OCR软件怎么安装？解压即用，5分钟跑通截图识别文字

既然离线、免费这两条都立住了，那怎么上手？下载发行包时注意区分：.7z需要解压软件，.7z.exe是自解压包，没装压缩工具也能直接双击。解压完进文件夹，双击Umi-OCR.exe启动，首次打开会自动跟着电脑系统的语言设置显示对应界面。主界面由一排标签页组成：截图OCR、批量OCR、文档识别、二维码、全局设置。我的习惯是先把右上角的锁点上——锁定标签页，日常操作就不会手滑关掉工作页。

上手第一个功能当然是截图识别。点开截图OCR页，按预设的截图快捷键（设置里能改），屏幕上出现取景框；框住目标松手，右侧立刻出结果。我试过三种输入方式：屏幕框选、从别处复制图片直接粘贴、把本地图拖进窗口，都能跑。真正拉开体验差距的是"排版解析方案"：识别代码截图选"单栏-保留缩进"，首行缩进和行内空格都照原样保留，复制进编辑器不用重排；读多栏论文就选"多栏-按自然段换行"，左右栏按阅读顺序输出，不会交叉错乱。右侧记录栏支持划选多条一起复制，很顺手。

如何批量图片文字识别？几百张照片一次拖进去跑完

单张截图只是热身。我相册里躺着 300 多张书页照片，一张张截显然不现实，这就要靠批量OCR页：把图片全拖进任务列表，点开始，剩下的交给进度条。支持 jpg、png、webp、bmp、tif 等常见格式，数量没有上限，跑完能导出 txt、jsonl、md、csv（Excel）四种格式。我给同事整理资料时导过一次 Excel，直接省掉一步人工录入。

批量任务里还有个容易被忽略的隐藏功能：忽略区域。我的照片右上角总有拍摄时间水印，页脚偶尔带阴影，不处理的话识别结果里会混进一堆"2024-05-12"。在忽略区域编辑器里按住右键，把水印可能出现的位置框起来，任务执行时这些区域整体被跳过，结果干净多了。

扫描版PDF怎么提取文字？一键转成可搜索的双层PDF

如果说批量是量大，那扫描版 PDF 就是硬。那本 500 多页的书没有文字层，翻页等于看照片。文档识别页支持 pdf、xps、epub、mobi、fb2、cbz 等格式，对扫描件做完 OCR，能输出成"双层可搜索PDF"——原图在底，透明文字浮在上面。成品既能像原书一样翻页看，又能全文搜索、划词复制。我把一个术语丢进搜索框，几秒内相关段落全部跳出来，比一页页翻省太多。

这里同样用得上忽略区域。几百页的书每页页眉页脚都有书名和页码，不排除的话，正文会被大量重复文字污染。提前画好忽略框，输出立刻干净。几个大文件还能排队处理，配合自动关机，睡前挂上就行。

还有彩蛋：二维码、命令行接口与多语言界面🎁

做到这里你以为到头了？其实还有几个彩蛋。二维码页既能截图扫码，也支持一图多码和 19 种码制协议；反过来还能输入文本直接生成二维码，调整纠错等级。想做自动化的人，软件开放命令行和 HTTP 接口：umi-ocr --screenshot直接截屏识别，--path指定图片或文件夹批量处理，--qrcode_create "内容" "输出.png"生成二维码；HTTP 接口还能把 OCR 能力嵌进自己的小工具，接口文档就放在项目 docs 目录里。界面本地化也用心：简体中文、繁体中文、英文、日文等随系统自动切换，也能手动改，常看英文资料的人切过去毫无压力。