Umi-OCR是什么？

Umi-OCR 是一款基于百度的 PaddleOCR 框架開發的開源、免費的離線OCR 工具，支持截屏/批量導入圖片，PDF文檔識別，排除水印/頁眉頁腳，掃描/生成二維碼，內置多國語言庫等功能，具有高精度識別、離線運行、多語言支持、高效批處理等優勢。

Umi-OCR功能特點

• 離線運行：完全離線使用，無需網絡連接，保護用戶隱私。

• 多語言支持：內置多國語言庫，支持多種語言的文字識別。

• 多種識別功能：

• 截圖 OCR：支持屏幕截圖、粘貼圖片進行文字識別。

• 批量 OCR：可批量導入圖片進行文字識別，支持多種圖片格式。

• PDF 識別：支持從 PDF 文檔中提取文字，可排除頁眉、頁腳等。

• 二維碼識別：支持掃碼和生成二維碼。

• 公式識別：支持數學公式識別（測試中）。

• 文本后處理：支持對識別結果進行排版整理，排除干擾文字。

• 靈活調用：支持命令行和 HTTP 接口調用，方便開發者集成。

Umi-OCR技術特性

• 高精度識別：內置多種語言模型，支持簡/繁中文、英文、日文、韓文及常見歐洲語言，兼容混合排版文本識別。

• 復雜版式解析：精準識別豎排文字、表格和簡單數學公式。

• 低質量圖像優化：針對模糊、傾斜、低光照圖片進行預處理，提升識別準確率。

• 高效批處理與靈活輸出：支持拖拽文件夾或批量導入圖片，一鍵完成數百文件的OCR識別。

Umi-OCR使用場景

• 辦公場景：快速提取掃描版PDF、圖片報告中的文字，轉換為可編輯文檔。

• 學術研究：識別外文文獻、古籍資料，輔助翻譯與引用。

• 多媒體處理：為視頻截圖、漫畫翻譯、游戲字幕提供文字提取支持。

• 自動化流程：通過命令行接口集成到其他工具鏈，實現批量OCR自動化。

Umi-OCR下載與使用

下載鏈接：

• 藍奏云（國內推薦，免注冊/無限速）：https://hiroi-sora.lanzoul.com/s/umi-ocr

• GitHub Release：https://github.com/hiroi-sora/Umi-OCR/releases/tag/v2.1.4

安裝方式：解壓即用，無需安裝。支持Windows 7 x64和Linux x64平臺。

命令行安裝：通過Scoop安裝（Windows）：

scoop install extras/umi-ocr

未來計劃

• 重構底層插件機制。

• 添加在線OCR API插件。

• 實現獨立的數學公式識別插件。

• 支持圖片翻譯和離線翻譯。

• 兼容MacOS和更多Linux發行版

前兩天介紹的一個olmOCR也不錯，只要測重PDF的轉換，也可以試下。