Umi-OCR是什么？

Umi-OCR 是一款基于百度的 PaddleOCR 框架开发的开源、免费的离线OCR 工具，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，内置多国语言库等功能，具有高精度识别、离线运行、多语言支持、高效批处理等优势。

Umi-OCR功能特点

离线运行：完全离线使用，无需网络连接，保护用户隐私。

多语言支持：内置多国语言库，支持多种语言的文字识别。

多种识别功能：

截图 OCR：支持屏幕截图、粘贴图片进行文字识别。

批量 OCR：可批量导入图片进行文字识别，支持多种图片格式。

PDF 识别：支持从 PDF 文档中提取文字，可排除页眉、页脚等。

二维码识别：支持扫码和生成二维码。

公式识别：支持数学公式识别（测试中）。

文本后处理：支持对识别结果进行排版整理，排除干扰文字。

灵活调用：支持命令行和 HTTP 接口调用，方便开发者集成。

Umi-OCR技术特性

高精度识别：内置多种语言模型，支持简/繁中文、英文、日文、韩文及常见欧洲语言，兼容混合排版文本识别。

复杂版式解析：精准识别竖排文字、表格和简单数学公式。

低质量图像优化：针对模糊、倾斜、低光照图片进行预处理，提升识别准确率。

高效批处理与灵活输出：支持拖拽文件夹或批量导入图片，一键完成数百文件的OCR识别。

Umi-OCR使用场景

办公场景：快速提取扫描版PDF、图片报告中的文字，转换为可编辑文档。

学术研究：识别外文文献、古籍资料，辅助翻译与引用。

多媒体处理：为视频截图、漫画翻译、游戏字幕提供文字提取支持。

自动化流程：通过命令行接口集成到其他工具链，实现批量OCR自动化。

Umi-OCR下载与使用

下载链接：

蓝奏云（国内推荐，免注册/无限速）：https://hiroi-sora.lanzoul.com/s/umi-ocr

GitHub Release：https://github.com/hiroi-sora/Umi-OCR/releases/tag/v2.1.4

安装方式：解压即用，无需安装。支持Windows 7 x64和Linux x64平台。

命令行安装：通过Scoop安装（Windows）：

未来计划

重构底层插件机制。

添加在线OCR API插件。

实现独立的数学公式识别插件。

支持图片翻译和离线翻译。

兼容MacOS和更多Linux发行版

前两天介绍的一个olmOCR也不错，只要测重PDF的转换，也可以试下。