Umi-OCR文字识别工具软件

Umi-OCR文字识别工具软件是一款免费开源可批量的离线OCR软件，解压即用，离线运行，无需网络。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。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。

软件说明

全新升级：版本重构了绝大部分代码，提供焕然一新的界面和更强大的功能。

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：自带高效率离线OCR引擎。只要电脑性能足够，可以比在线OCR服务更快。

灵活：支持定制界面，支持命令行、HTTP接口等多种调用方式。

软件特色

标签页

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，并锁定标签栏。

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。

批量OCR

批量OCR：这一页支持批量导入本地图片并识别。

识别内容可以保存为 txt / jsonl / md / csv(Excel) 等多种格式。

支持文本后处理技术，能识别属于同一自然段的文字，并将其合并。还支持代码段、竖排文本等多种处理方案。

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。

忽略区域：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。

二维码

二维码：这里可以扫码。

支持多种格式的二维码、条形码。

支持一图多码。

可截图/粘贴/拖入本地图片。

全局设置

全局设置：在这里可以调整软件的全局参数。

支持更改界面语言。（翻译校对工作将在第一个正式版发布后进行）

支持切换界面主题。Umi-OCR拥有多个亮/暗主题。

可以调整界面文字大小、文字字体。

切换OCR插件。

辅助功能说明：

多国语言界面：软件界面支持多国语言。目前预览阶段为AI翻译生成，可能词义和排版不好，或者有错漏的情况。正式发布时会进行人工校对。

渲染器：软件界面默认支持显卡加速渲染。但是如果在你的机器上出现截屏闪烁、UI错位的情况，请调整全局设置→界面和外观→渲染器。

文本块后处理（段落合并）可以整理OCR结果的排版和顺序，使文本更适合阅读和使用。预设方案如下：

单行：合并同一行的文字，适合绝大部分情景。

多行-自然段：智能识别、合并属于同一段落的文字，适合绝大部分情景。

多行-代码段：尽可能还原原始排版的缩进与空格。适合识别代码片段，或需要保留空格的场景。

竖排：适合竖排排版。需要与同样支持竖排识别的模型库配合使用。

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。

识别结果将保存到本地。可选生成纯文本txt文件、带链接Markdown文件、原始信息jsonl文件等不同格式。可配置任务完成后执行关机/待机。

文本块后处理（排版优化）

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：

所有方案一览：

横排-优化单行

将误划分为多块的同一行文字合并到一行。

横排-合并多行-左对齐

将多个左对齐的行视为同一段落，合并文字。左侧未对齐或行距过大的行视为下一段落。

横排-合并多行-自然段

将多个左对齐的行视为同一段落，且第一行的开头允许多空出两个全角空格的宽度。

横排-合并多行-模糊匹配

只要垂直投影有重叠，行高一致，距离较近的文本块，视为同一段落。

竖排-从左到右-单行 / 竖排-从右至左-单行

优化竖排识别，合并同一行文字，按从左到右或从右到左的顺序输出每一行。 注意，必须搭配支持竖排识别的模型库（识别语言）一起使用。

可视化预览：

可以在忽略区域编辑器内预览文本块后处理的效果。编辑器中以虚线框标出识别到、经过后处理的文字块。

这里仅仅是借用了编辑器来展示后处理的效果，实际运行任务时 忽略区域机制 早于 后处理机制 执行，不受后处理的影响。

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。

更新日志

新增：记忆窗口位置。 

新增：批量识图页增加图片预览窗口，单击图片条目打开。 

新增：检查软件是否有权限读写配置文件。

新增：报错弹窗提供一键复制及打开issues的功能。

新增：全局设置页添加左侧目录栏。

新增：插件的多国语言UI机制。

优化：截图预览面板中，文本框的位置更准确。

优化：调整部分UI布置。

修复：扫码模块添加导入异常检查。

修复：补充扫码页的拖入图片功能。 

修复：输出到单独文件txt时，文件名去除原后缀。

修复：一些小Bug。