Umi-OCR 批量 OCR 实战把一个文件夹的截图变成可编辑文本【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-OCRUmi-OCR 是一款开源、免费、离线运行的 OCR 软件所有识别都在本机完成图片不需要上传到任何服务器。它的核心用法很直接把几十张图片一次性导入批量 OCR 页面选好识别参数跑完后按你想要格式导出文字。下面以处理一个文件夹的截图为主线把主流程走通再按场景展开几个分支。一条主流程从图片文件夹到文本文件打开 Umi-OCR 后切换到批量 OCR标签页软件解压即用无需安装支持 Windows 7 x64 与 Linux x64。在左侧列表区选择图片导入支持jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff等常见格式数量没有上限一次导入几百张也可以。导入完成后点击开始任务右侧会显示每张图的识别进度。任务跑完后识别结果可以直接在页面里划选复制也可以保存为文件。保存格式支持txt、jsonl、md、csv(Excel)四种想归档选 txt想接着编辑排版选 md想导入表格软件选 csvjsonl 则保留了更结构化的输出方便程序后续处理。有两个参数值得留意。一是限制图像边长如果你的素材里有像素很高的长图或大图在页面设置中找到文字识别 → 限制图像边长调高数值避免大图被裁切。二是任务完成后自动关机/待机适合晚上挂一批大任务跑完机器自己休息。排版乱先选对文本后处理方案识别出的文字顺序不对、多栏内容混在一行这类问题大多不是识别错了而是后处理方案没选对。Umi-OCR 内置了一套排版解析方案用于整理 OCR 结果的阅读顺序常见情况对照如下你的素材类型推荐方案效果双栏论文、书刊页面多栏-按自然段换行自动区分栏位按自然段合并换行代码截图单栏-保留缩进保留行首缩进和行中空格长段连续文字网页、公告多栏-无换行所有内容合并为一行输出普通单栏文档单栏-按自然段换行最常见的通用选择需要原始输出不做处理保留 OCR 引擎的原始分行这套方案对横排和竖排从右到左排版都能自动处理竖排识别还需要所装的 OCR 引擎本身支持。方案在右侧设置面板的文本后处理里切换截图 OCR 页和批量 OCR 页通用。忽略区域把水印、页眉页脚挡在识别之外批量素材里如果每张图都带固定位置的水印或 LOGO识别结果里就会混进一堆废字。Umi-OCR 的忽略区域功能专门处理这种情况在批量 OCR 页右栏设置中进入忽略区域编辑器按住鼠标右键绘制矩形框框住水印可能出现的所有位置。任务运行时落在框内整个文本块的文字会被跳过框外相邻的文字不受影响。这个功能同样适用于文档识别页配合页眉页脚这种每页固定位置的干扰文字特别顺手。画框时宁大勿小但注意边界别包住正文。没有现成图片文件截图和粘贴图片都能识别如果你手头的图片其实是屏幕上正在显示的内容走截图 OCR标签页更省事。打开该页后按快捷键唤起截图划选区域即可识别左侧是图片预览可以直接划选复制右侧是识别记录栏支持编辑文字、跨多条记录划选合并复制。除了主动截图还支持把别处复制的图片直接粘贴进来识别——比如浏览器里右键复制了一张商品图切回 Umi-OCR 粘贴即可出文字中间不需要保存文件。PDF 和电子书文档识别页扫描件 PDF 想变成可复制、可搜索的文本不必先手动转图片。文档识别标签页支持pdf, xps, epub, mobi, fb2, cbz格式对扫描件做 OCR或直接提取文档自带文本并可输出双层可搜索 PDF原图之上叠加隐形文字层。同样支持设定忽略区域排除页眉页脚任务完成后可自动关机。界面、语言和渲染全局设置里能改什么第一次启动时界面语言会跟随系统设置自动切换软件内置简体中文、繁体中文、英语、日语等多种语言想手动调整就去全局设置改。这个页面还管几件实用的小事一键添加快捷方式或设置开机自启、切换亮/暗主题、调整字体和字号、切换 OCR 引擎插件。另外如果你的机器出现截图闪烁或界面错位可以到界面和外观 → 渲染器换一种渲染方案或关掉硬件加速试试。想让流程自动化命令行和 HTTP 接口都已备好如果你希望批量识别嵌进自己的脚本或工作流Umi-OCR 提供了命令行调用例如对指定路径文件、文件夹均可执行识别并写入结果文件umi-ocr --path D:/img1.png D:/image/test --output result.txt注意命令行依赖程序内的 HTTP 服务默认开启选择仅本地即可。更完整的参数、二维码识别/生成指令以及 HTTP 接口说明可以分别看仓库里的 命令行手册 和 HTTP 接口手册这里不展开。主流程其实很短导入图片 → 选对后处理方案 → 开始任务 → 导出结果。水印和页眉页脚交给忽略区域屏幕内容走截图 OCRPDF 走文档识别再配合命令行和 HTTP 接口把整个流程接进自动化里。遇到识别效果或界面显示的问题先查 README 与 更新日志仍解决不了再到项目 Issue 区反馈。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Umi-OCR 批量 OCR 实战：把一个文件夹的截图变成可编辑文本
Umi-OCR 批量 OCR 实战把一个文件夹的截图变成可编辑文本【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-OCRUmi-OCR 是一款开源、免费、离线运行的 OCR 软件所有识别都在本机完成图片不需要上传到任何服务器。它的核心用法很直接把几十张图片一次性导入批量 OCR 页面选好识别参数跑完后按你想要格式导出文字。下面以处理一个文件夹的截图为主线把主流程走通再按场景展开几个分支。一条主流程从图片文件夹到文本文件打开 Umi-OCR 后切换到批量 OCR标签页软件解压即用无需安装支持 Windows 7 x64 与 Linux x64。在左侧列表区选择图片导入支持jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff等常见格式数量没有上限一次导入几百张也可以。导入完成后点击开始任务右侧会显示每张图的识别进度。任务跑完后识别结果可以直接在页面里划选复制也可以保存为文件。保存格式支持txt、jsonl、md、csv(Excel)四种想归档选 txt想接着编辑排版选 md想导入表格软件选 csvjsonl 则保留了更结构化的输出方便程序后续处理。有两个参数值得留意。一是限制图像边长如果你的素材里有像素很高的长图或大图在页面设置中找到文字识别 → 限制图像边长调高数值避免大图被裁切。二是任务完成后自动关机/待机适合晚上挂一批大任务跑完机器自己休息。排版乱先选对文本后处理方案识别出的文字顺序不对、多栏内容混在一行这类问题大多不是识别错了而是后处理方案没选对。Umi-OCR 内置了一套排版解析方案用于整理 OCR 结果的阅读顺序常见情况对照如下你的素材类型推荐方案效果双栏论文、书刊页面多栏-按自然段换行自动区分栏位按自然段合并换行代码截图单栏-保留缩进保留行首缩进和行中空格长段连续文字网页、公告多栏-无换行所有内容合并为一行输出普通单栏文档单栏-按自然段换行最常见的通用选择需要原始输出不做处理保留 OCR 引擎的原始分行这套方案对横排和竖排从右到左排版都能自动处理竖排识别还需要所装的 OCR 引擎本身支持。方案在右侧设置面板的文本后处理里切换截图 OCR 页和批量 OCR 页通用。忽略区域把水印、页眉页脚挡在识别之外批量素材里如果每张图都带固定位置的水印或 LOGO识别结果里就会混进一堆废字。Umi-OCR 的忽略区域功能专门处理这种情况在批量 OCR 页右栏设置中进入忽略区域编辑器按住鼠标右键绘制矩形框框住水印可能出现的所有位置。任务运行时落在框内整个文本块的文字会被跳过框外相邻的文字不受影响。这个功能同样适用于文档识别页配合页眉页脚这种每页固定位置的干扰文字特别顺手。画框时宁大勿小但注意边界别包住正文。没有现成图片文件截图和粘贴图片都能识别如果你手头的图片其实是屏幕上正在显示的内容走截图 OCR标签页更省事。打开该页后按快捷键唤起截图划选区域即可识别左侧是图片预览可以直接划选复制右侧是识别记录栏支持编辑文字、跨多条记录划选合并复制。除了主动截图还支持把别处复制的图片直接粘贴进来识别——比如浏览器里右键复制了一张商品图切回 Umi-OCR 粘贴即可出文字中间不需要保存文件。PDF 和电子书文档识别页扫描件 PDF 想变成可复制、可搜索的文本不必先手动转图片。文档识别标签页支持pdf, xps, epub, mobi, fb2, cbz格式对扫描件做 OCR或直接提取文档自带文本并可输出双层可搜索 PDF原图之上叠加隐形文字层。同样支持设定忽略区域排除页眉页脚任务完成后可自动关机。界面、语言和渲染全局设置里能改什么第一次启动时界面语言会跟随系统设置自动切换软件内置简体中文、繁体中文、英语、日语等多种语言想手动调整就去全局设置改。这个页面还管几件实用的小事一键添加快捷方式或设置开机自启、切换亮/暗主题、调整字体和字号、切换 OCR 引擎插件。另外如果你的机器出现截图闪烁或界面错位可以到界面和外观 → 渲染器换一种渲染方案或关掉硬件加速试试。想让流程自动化命令行和 HTTP 接口都已备好如果你希望批量识别嵌进自己的脚本或工作流Umi-OCR 提供了命令行调用例如对指定路径文件、文件夹均可执行识别并写入结果文件umi-ocr --path D:/img1.png D:/image/test --output result.txt注意命令行依赖程序内的 HTTP 服务默认开启选择仅本地即可。更完整的参数、二维码识别/生成指令以及 HTTP 接口说明可以分别看仓库里的 命令行手册 和 HTTP 接口手册这里不展开。主流程其实很短导入图片 → 选对后处理方案 → 开始任务 → 导出结果。水印和页眉页脚交给忽略区域屏幕内容走截图 OCRPDF 走文档识别再配合命令行和 HTTP 接口把整个流程接进自动化里。遇到识别效果或界面显示的问题先查 README 与 更新日志仍解决不了再到项目 Issue 区反馈。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考