UMIOCR识别工具

umiocr github离线版最新版本是电脑文本识别工具软件，支持屏幕截图或者拖入图片，即可快捷转文字；也支持批量导入文档，识别文字，支持pdf、xps等文件，还可以生成二维码或者识别二维码，包括条形码等，完全免费使用，无需登录或者付费！

numi-OCR识别软件介绍

umiocr最新版本用于批量导入本地图片，识别图片中的文本，输出到软件面板或本地txt文件。 除了能批量识别普通图片，本软件还有忽略指定区域的特殊功能。类似含水印的视频截图、含有UI/按钮的游戏截图等，往往只需要提取字幕区域的文本，而避免提取到水印和UI文本。本软件可设置忽略某些区域内的文字，来实现这一目的。尤其是，特别适合用于批量提取Galgame截图中的台词。当有大量的影视和游戏截图需要整理归档，或者想翻找包含某一段台词/字幕的截图；将这些图片提取出文字、然后Ctrl+F是一个很有效的方法。这是开发本软件的初衷。

UMIOCR识别工具功能

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

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。

umiocr官方下载安装教程

软件发布包下载为.7z.exe自解压包，解压后，运行umiocr.exe即可；

弹出解压目录，建议放到c盘以外；

解压完成后，去解压目录，点击 Umi-OCR.exe 即可启动程序。

umiocr使用说明

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 。

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

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 公式识别 功能

文本后处理

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

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

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

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

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

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。

更新内容

新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。指定级别以上（默认为ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目录中，保存级别可以在全局设置标签页中更改。

修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。

修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。

修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。

修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。

修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。

修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。

修复：Linux版本截图后，主窗口的位置与操作前不一致。

新增：大部分标签页能手动切换左右/上下双栏模式。

新增：Esc键隐藏主窗口。

新增：调整二维码生成相关参数后，自动刷新二维码生成。

新增：命令行指令 --reload ，用于重新加载配置文件。

优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。

Windows 版本更新第三方依赖库：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

新增UI语言：俄语