
Umi-OCR
发票、书页、课件截图里的字要抄进 Excel,在线 OCR 一次只能传一张,还担心文件被存下来。Umi-OCR 是另一条路:一个解压就能用的 Windows 桌面软件,OCR 引擎在本地跑,断网也能识别,几百张图丢进去批量出 txt。
离线 OCR 能识别什么:截图、批量图片与扫描 PDF
- 截图 OCR:快捷键唤起截图,划一片就出字,识别记录能编辑、能多条一起复制
- 批量 OCR:一次导入几百张图片做任务,官方没写数量上限;结果可存成 txt / jsonl / md / csv
- 文档识别:pdf / xps / epub / mobi / fb2 / cbz 都能进,扫描件可输出双层可搜索 PDF(原文清晰、文字可选中)
- 忽略区域:图片角落有水印、LOGO,或者 PDF 有页眉页脚,画框圈掉,那部分文字不进结果
- 二维码:扫码(一图多码也行,支持 19 种码制)和生成二维码都能做
- 给程序用:支持命令行、HTTP 接口调用,能接到自己的脚本里
软件本身是一组标签页,用到哪页开哪页,界面支持中文/英文/日文和多个明暗主题:

Umi-OCR 怎么用:解压即用,三步出文字
- 去蓝奏云或 GitHub Releases 下
.7z包(也有.7z.exe自解压版,没装压缩软件也能开),解压后直接双击Umi-OCR.exe,不用安装 - 快捷键截图 → 自动识别;或者切到「批量 OCR」页,把整个文件夹的图拖进去,选输出格式后开跑
- 要在别的程序里调它,去设置里打开 HTTP 接口,按官方手册发请求就行
Umi-OCR 免费吗:支持哪些系统、批量有没有上限
- 完全免费,代码开源(MIT 许可),没有会员、没有次数限制、没有水印,作者只收捐赠
- 只支持 Windows 7 x64 和 Linux x64,macOS 没有官方版本——这是它最大的门槛
- 识别全靠本地 CPU/显卡跑,机型太老、一次丢几百张大图会明显吃力;大图识别不出内容时要调「限制图像边长」的上限
- 引擎有两套(Rapid-OCR 兼容性好、Paddle-OCR 速度略快),装一个就够,切换靠插件导入,别两个都装
- 竖排文字能不能认,取决于引擎本身是否支持;公式识别属于附加功能,复杂公式仍会错
- 忽略区域是按「整个文本块」生效的,框太小会漏,要画得比水印大一圈
Mac 上没有官方版:白描、离线网页版怎么替代
- 不想装软件、偶尔转一张图:白描网页版 有图片转文字、图片转 Excel、PDF 转 Word 三个入口,手机上也能用
- 完全不想上传、连安装都省:离线 OCR 网页版 用浏览器里的 WASM 引擎识别,装成 PWA 后断网可用
- 只要把 Word 转 Markdown:Word2md 就够,不必动用 OCR
- 要识别手写体或复杂版式:本地开源 OCR 对印刷体最稳,手写还是得用商业服务
小提示:批量识别发票、快递单这类同版式图片时,先把「排版解析」设成「单栏-无换行」或「保留缩进」,导出的 csv 列才不会因为换行错位;任务跑完想直接走人,可以在任务页勾「完成后自动关机」。
地址:https://github.com/hiroi-sora/Umi-OCR/


