Umi-OCR 文字识别工具

免费、开源、可批量的离线OCR软件；适用于 Windows10,11 平台。

• 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。
• 批量：可批量导入处理图片，结果保存到本地 txt / md / jsonl 多种格式文件。也可以即时截屏识别。
• 高效：采用 PaddleOCR-json C++ 识别引擎。只要电脑性能足够，通常比在线OCR服务更快。
• 精准：默认使用PPOCR-v3模型库。除了能准确辨认常规文字，对手写、方向不正、杂乱背景等情景也有不错的识别率。可设置忽略区域排除水印、设置文块后处理合并排版段落，得到规整的文本。
  

下载

Umi-OCR 软件本体含 简体中文&英文 通用识别库。
配套 多国语言识别扩展包 可导入 繁中,英,日,韩,俄,德,法 识别库，请按需下载。

Github下载：https://github.com/hiroi-sora/Umi-OCR/releases

蓝奏云下载：https://hiroi-sora.lanzoul.com/s/umi-ocr

兼容性

• 系统支持 Win10 x64 及以上版本。
• CPU必须具有AVX指令集。常见的家用CPU一般都满足该条件。（出现初始化引擎失败等问题时请检查CPU是否兼容，见楼下置顶回复）

简单上手

准备

下载压缩包并解压全部文件即可。

截图识别

点击截图按钮或自定义快捷键，唤起截图识别。

粘贴图片到软件

在任何地方（如文件管理器，网页，微信）复制图片，软件上点击粘贴按钮，自动识别。

批量识别本地图片文件

将图片或文件夹拖进软件，批量转换文字。也可以点击按钮打开浏览窗口导入。

文本块后处理功能

OCR识别出的文本是按“块”划分的，通常一行文字分为一块，有时还会将一行误划分为多块，这给阅读带来了不便。文本块后处理就是对文本块进行再加工的过程，合并同一行或同一段落内的文字，按正确的顺序排序。

下图表示不同排版应该选用何种处理方案：

忽略区域功能

忽略区域是本软件特色功能，可用于排除图片中水印的干扰，让识别结果只留下所需的文本。

通过设置页的 忽略区域编辑器 进入配置。

其他设置项

软件内有详尽的提示，鼠标悬停在设置项UI上即可显示提示框。

更多高级功能说明，请见项目Github页面。

更新日志

v1.3.1 2022.11.4

• 修Bug：快捷键模块重写，引入pynput库，舍弃keyboard库，解决几率失效、录制不正确等Bug。
• 新功能：添加开机自启，桌面快捷方式，开始菜单快捷方式。
• 新功能：多开软件时提示。
• 新功能：截图时隐藏窗口。
• 调整UI：使用频率极低的设置项设为隐藏的高级选项。
• 优化：检查引擎组件是否存在。
• 优化：横排-合并多行-自然段 优化逻辑，支持0~2全角空格首行缩进。

v1.3.0 2022.9.29

• 框选截屏
• 系统托盘图标
• 引擎进程常驻
• 文本块后处理模块
• 重制UI
• 自定义主输出栏字体
• 更新PaddleOCR-json模块至v1.2.1，提供剪贴板支持。
• 修正了Bug：系统语言兼容性问题。
• 修正了Bug：微信图片粘贴问题。

v1.2.6 2022.9.1

• 更新PaddleOCR-json模块至v1.2.0，提高识别速度、准确度。
• 调整UI：更方便地用下拉框切换识别语言。
• 调整UI：可以从主窗口任意位置/任意选项卡拖入图片。
• 修正了Bug：提高程序健壮性，增加启动子进程时的更多异常处理情况。
• 修正了Bug：彻底解决了对边缘过窄的图片，识别结果不准确的问题。
• 优化适配PP-OCRv3模型，彻底解决了v3版模型比v2慢、不准的问题。

…………