Umi-OCR：免费开源的离线 OCR 文字识别工具 #
Umi-OCR 是什么？ #
Umi-OCR 是一款由开发者 hiroi-sora 主导的开源、免费、可批量处理的离线 OCR 文字识别软件。它支持截图识别、批量导入本地图片、PDF 文档识别以及二维码扫描与生成等核心功能，内置 PaddleOCR 与 RapidOCR 两套离线识别引擎，并可加载多国语言识别库。
对于需要频繁从图片、扫描件、PDF 中提取文字的用户而言，Umi-OCR 解决了两大痛点：一是隐私与网络依赖问题——软件完全离线运行，无需上传任何图片到云端；二是成本问题——项目所有代码开源，完全免费，并且支持 Windows 7 x64 与 Linux x64 两大平台，解压即用。无论是文档归档、资料整理，还是自动化办公场景，Umi-OCR 都能提供高效可靠的识别体验。
Umi-OCR 有哪些亮点特色？ #
- 完全免费开源：项目采用 MIT 许可证，所有代码在 GitHub 上公开，无任何隐藏收费或功能锁，用户可以自由使用、修改和分发。
- 纯离线运行：解压即用，离线状态下即可完成全部识别任务，无需联网，图片和文档不会离开本地设备，从根源上保护隐私与数据安全。
- 双引擎可选：内置 PaddleOCR-json（速度稍快）与 RapidOCR-json（兼容性好）两套离线 OCR 引擎，用户可根据自身硬件和使用场景灵活切换，也可通过插件随时替换。
- 截图 OCR 与排版解析：支持快捷键唤起截图识别，并提供多栏/单栏、按自然段换行、保留缩进等多种文本后处理方案，可自动处理横排与竖排排版，让识别结果更接近原文结构。
- 批量 OCR 与忽略区域：支持一次性导入几百张图片（jpg、png、webp、bmp、tif 等格式）进行批量识别，结果可导出为 txt、jsonl、md、csv；独特的“忽略区域”功能可框选排除水印、页眉页脚等干扰文字。
- 文档识别与双层 PDF 输出：支持 pdf、xps、epub、mobi、fb2、cbz 等格式，可从扫描件中提取文本，或直接生成双层可搜索 PDF，方便后续检索与复制。
- 二维码扫描与生成：支持读取和生成二维码、条形码，覆盖 QRCode、DataMatrix、PDF417、Code128 等 19 种协议，并支持一图多码识别以及纠错等级等参数设置。
- 多语言界面与接口调用：界面内置繁中、英语、日语、俄语、葡萄牙语、泰米尔语等多国语言，首次启动会自动匹配系统语言；同时提供命令行手册与 HTTP 接口手册，方便开发者集成到自动化流程中。
免费下载 Umi-OCR #
以下为官方提供的各版本安装包，按需选择 Paddle 或 Rapid 引擎版本，下载后解压即可使用。
| 文件名 | 描述 | 大小 | 下载 |
|---|---|---|---|
| Umi-OCR_Paddle_v2.1.5.7z.exe | 自带 Paddle-OCR 引擎，速度稍快 | 128.1 MB | 夸克网盘 |
| Umi-OCR_Rapid_v2.1.5.7z.exe | 自带 Rapid-OCR 引擎，兼容性好 | 98.6 MB | 夸克网盘 |
提示：不要同时安装两个版本，快捷方式可能会被覆盖；但可以额外导入插件，随时切换不同 OCR 引擎。此外，官方还提供了蓝奏云、GitHub Releases、Source Forge 以及 Scoop 命令行安装方式，可访问官网获取最新发行版。
Umi-OCR 如何使用？ #
Umi-OCR 的界面由一系列灵活的标签页组成，新手用户可按照以下流程快速上手：
- 解压并启动：将下载的
.7z或.7z.exe自解压包解压到任意目录，双击Umi-OCR.exe即可启动程序，无需安装。首次打开时软件会根据系统设置自动切换界面语言。 - 截图 OCR：切换到「截图 OCR」标签页，按下快捷键唤起截图框选，识别结果会显示在右侧记录栏中，可直接编辑或划选复制；也支持将别处复制的图片粘贴到软件内识别。
- 批量 OCR：切换到「批量 OCR」标签页，拖入或导入本地图片（支持 jpg、png、webp、bmp、tif 等），软件会逐张识别并输出结果，可保存为 txt、jsonl、md 或 csv。若图片带有水印，可在右栏进入「忽略区域编辑器」，按住右键绘制矩形框，框内文字将被自动忽略。
- 文档识别：切换到「文档识别」标签页，导入 PDF、epub、mobi 等文档，软件会对扫描件进行 OCR 或提取原有文本，并支持输出为双层可搜索 PDF，同样可设定忽略区域以排除页眉页脚。
- 二维码与设置：在「二维码」标签页可以扫描或生成二维码；在「全局设置」中可调整主题、字体、语言、快捷键、开机自启等参数。如需外部调用，可参考官方的命令行手册与 HTTP 接口手册进行集成。
Umi-OCR 的常见问题？ #
Paddle 版和 Rapid 版应该选哪一个？ Paddle 版自带 Paddle-OCR 引擎，识别速度稍快；Rapid 版自带 Rapid-OCR 引擎，兼容性更好。如果你的机器较新、追求速度可以选 Paddle 版；如果遇到兼容性问题（例如某些老系统或特殊硬件），推荐使用 Rapid 版。两者也可以通过导入插件随时切换引擎。
Umi-OCR 需要联网吗？会上传我的图片吗？ 不需要联网。Umi-OCR 是纯离线软件，所有识别任务均在本机完成，图片和文档不会离开你的设备，适合处理包含敏感信息的资料。
支持哪些操作系统？ 官方明确支持 Windows 7 x64 与 Linux x64。macOS / Ubuntu 等平台的兼容正在远期计划中，尚未正式支持。
识别长图或超大图片时失败怎么办？ 可以在「批量 OCR」页面进入设置 → 文字识别 → 限制图像边长，将数值调高，以便处理像素尺寸特别大的长图或大图。
截屏时出现闪烁或 UI 错位怎么办？ 这通常与显卡加速渲染有关。可进入「全局设置」→ 界面和外观 → 渲染器，尝试切换到不同的渲染方案，或关闭硬件加速。
软件支持命令行或接口调用吗？ 支持。Umi-OCR 提供命令行手册与 HTTP 接口手册，可以用于批量自动化处理、与第三方系统集成，甚至可通过接口实现二维码的识别与生成。
Umi-OCR 如何安装？ #
Umi-OCR 为绿色免安装软件，安装过程本质上就是解压与运行：
Windows 平台 #
- 从上方下载表格中选择合适的版本（Paddle 或 Rapid），得到
.7z或.7z.exe自解压包。 - 如果下载的是
.7z.exe自解压包，在没有安装压缩软件的电脑上也可直接运行解压；如果下载的是.7z，请使用 7-Zip 等工具解压。 - 将文件解压到任意目录（建议路径中不含中文和空格，以避免潜在兼容问题）。
- 双击
Umi-OCR.exe启动程序，无需管理员权限。 - 可选：使用 Scoop 安装——先添加 extras 桶（
scoop bucket add extras），再执行scoop install extras/umi-ocr（Rapid 引擎）或scoop install extras/umi-ocr-paddle（Paddle 引擎）。
Linux 平台 #
- 下载对应的 Linux 发行包并解压到目标目录。
- 在终端中进入解压目录，执行
./umi-ocr.sh启动程序（可能需先赋予执行权限：chmod +x umi-ocr.sh）。 - 如需在构建环境中自行编译运行，请参考官方仓库中的「构建项目」文档，完成相应平台的开发/运行环境部署。
注意：Windows 7 用户在文档识别等场景下如遇到兼容性问题，建议下载官方最新修复版本。
Umi-OCR 如何卸载？ #
由于 Umi-OCR 是绿色免安装软件，卸载过程非常简单，不会在系统中留下大量残留：
Windows 平台 #
- 关闭正在运行的 Umi-OCR 程序（可在系统托盘中右键退出）。
- 直接删除解压后存放 Umi-OCR 的整个文件夹即可。
- 如果使用 Scoop 安装，可在终端执行
scoop uninstall umi-ocr或scoop uninstall umi-ocr-paddle完成卸载。 - 若曾设置开机自启，建议在「全局设置」中先取消勾选，或通过任务管理器的「启动」选项卡移除相关条目。
- 如需彻底清理配置，可检查用户目录下是否残留配置文件并手动删除（官网未明确列出配置目录位置，删除主文件夹通常已足够）。
Linux 平台 #
- 结束正在运行的 Umi-OCR 进程。
- 直接删除解压后存放程序的整个目录。
- 如曾创建桌面快捷方式或自启项，请同步删除对应的
.desktop文件。
提示：卸载前建议备份你的识别记录、忽略区域配置等个性化数据，删除主文件夹后这些数据将一并被清除。