Umi-OCR上手指南：3分钟用免费离线OCR软件搞定文字提取

【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

你是否也曾为了复制一段网页文字，对着截图一个字一个字地敲键盘？别急，今天要介绍的 Umi-OCR，正是一款开源、免费、可离线运行的OCR软件，专治这类"看得见、复制不了"的文字。它支持截屏识别、批量导入图片、PDF文档识别，还能排除水印干扰、扫描和生成二维码，内置多国语言库，解压即用、全程不联网。

🎯 一个真实的痛点：你的文字被困在图片里

想一想，你在工作中遇到多少"复制不出来"的内容？

• 网页做了限制，右键菜单被禁用，文字只能看不能选；
• 老师发的PDF课件是扫描版，搜索框里敲什么都搜不到；
• 群里聊天记录、产品截图、合同拍照件……想引用，只能手打。

简单来说，凡是"以图片形式存在的文字"，Umi-OCR 都能帮你把它变成真正可复制、可搜索的文本。而且因为识别完全在本地完成，你的文件不会上传到任何服务器——这一点对处理合同、病历等敏感资料尤其重要。

听起来很厉害？其实上手只需三步。

🚀 最快的安装方法：解压即用，3分钟跑通第一次识别

Umi-OCR 不需要安装，没有繁琐的配置流程，跟着下面三步走就行。

1. 下载并解压：从项目发布页获取.7z压缩包，解压到任意目录（建议放在非系统盘）。解压后双击Umi-OCR.exe即可启动。
2. 打开截图识别页：启动后进入"截图OCR"标签页，按快捷键唤起截图框，框选你要提取文字的区域。
3. 复制识别结果：松开鼠标，识别出的文字会出现在右侧记录栏中，直接划选复制，粘贴到任何地方。

图1：Umi-OCR 截图识别界面，左侧是原图预览，右侧是识别结果，可自由编辑复制

整个过程不到一分钟。你甚至不用先截图——在任意软件里复制一张图片，切到 Umi-OCR 直接粘贴，也能立刻识别。这就是"随取随用"的体验。

🧩 进阶玩法：两个容易被忽略的高价值能力

截图识别只是开胃菜。下面这两个功能，才是它真正拉开差距的地方。

批量图片识别 + 忽略区域：一次处理几百张图

工作中难免遇到"一堆图片要提取文字"的情况，比如把几十页的产品手册拍照整理成文档。在"批量OCR"标签页里，你可以一次性拖入几百张图片（支持 jpg、png、webp、tiff 等常见格式），识别结果可保存为 txt、jsonl、md 或 csv（可直接用 Excel 打开）。

它还有个很贴心的小功能叫"忽略区域"：如果这些图片的角落都有水印或 LOGO，你只需要画几个矩形框把它们框住，任务执行时这些区域的文字就会被自动排除——再也不用事后手动删掉一串串水印文字了。

图2：批量OCR页面，左侧是文件列表与进度，右侧实时显示识别结果

命令行与 HTTP 接口：把 OCR 接进你的工作流

如果你会一点点命令行或脚本，Umi-OCR 还能变成你自动化流程里的一环。它支持命令行直接调用，例如：

umi-ocr --path "D:/test.png" # 识别指定图片 umi-ocr --screenshot screen=0 # 对指定屏幕自动截图识别 umi-ocr --qrcode_read "D:/code.png" # 读取二维码内容

更完整的接口说明见 命令行手册 和 HTTP接口手册。把这些指令写进定时任务或批处理脚本，OCR 就能自动运转，无需任何人工干预。

🛠️ 实战演示：把网页里复制不出来的文字变成可编辑文本

我们来完整走一遍最常见的场景：从一篇"禁止复制"的技术文章里，提取一段带缩进的代码。

准备：打开"截图OCR"标签页，在右侧设置里把"排版解析"选为"单栏-保留缩进"。这一步很关键——普通模式可能会把代码的行首缩进和空格弄丢，这个方案就是为代码截图准备的。

执行：按下截图快捷键，框选网页中的代码区域，等待识别完成。Umi-OCR 会把结果按原始排版整理好，而不是乱糟糟地连成一行。

验收：识别结果直接复制到你的编辑器里，检查缩进是否保留、是否可以直接运行。你还可以打开"显示/隐藏文字"开关，在原图上核对识别出的文字与图片是否对齐。

图3：识别代码片段时，软件会保留行首缩进与空格，方便直接复用

这个流程同样适用于提取论文摘要、合同条款、聊天记录等任何"看得见、复制不了"的内容。识别完成后，文字就是普通的可编辑文本，想怎么用都行。

⚠️ 避坑指南：新手常踩的5个坑与解决办法

用好工具，一半靠功能，一半靠避坑。下面这些问题，几乎每个新手都会遇到。

坑1：识别结果排版乱成一团

• 现象：文字都识别出来了，但换行、顺序完全不对。
• 原因：没有设置"排版解析"方案，用的是引擎的原始输出。
• 办法：在设置里根据内容选择方案，比如"多栏-按自然段换行"适合大多数文档，"单栏-保留缩进"适合代码。

坑2：大图或长图识别失败

• 现象：普通图片没问题，但超长截图一识别就报错或没反应。
• 原因：软件默认对图片边长有限制，超大图被拒之门外。
• 办法：在"批量OCR"页的设置里找到"限制图像边长"，把数值调高即可。

坑3：界面闪烁或错位

• 现象：截图时屏幕闪烁，或者界面元素位置错乱。
• 原因：显卡渲染器与你的机器不兼容。
• 办法：进入"全局设置"，在"界面和外观"中切换渲染方案，或直接关闭硬件加速。

坑4：识别结果里混入水印文字

• 现象：批量识别后，结果里全是水印、LOGO 的文字。
• 原因：图片角落的水印也被当成有效文字了。
• 办法：使用批量OCR的"忽略区域"功能，用右键框选水印可能出现的位置，任务执行时自动跳过。

坑5：命令行或 HTTP 接口调用没反应

• 现象：按照文档输入了指令，但软件毫无反应。
• 原因：软件内部的本地 HTTP 服务没有开启，命令行依赖它进行通信。
• 办法：在"全局设置"里确认"允许HTTP服务"已开启（默认开启，主机选"仅本地"即可）。

图4：全局设置页面，可调整语言、主题、启动项与渲染方案

💬 收尾：文字随取随用，剩下的交给你探索

一句话总结：Umi-OCR 是一个免费、离线、开源的 OCR 软件，能让你在电脑上轻松完成截图识别、批量提取、PDF 文档处理和二维码操作，把"图片里的文字"变成"你的文字"。

那么问题来了——你手头最想让它帮忙处理的，是哪一类"复制不出来的文字"？是课件扫描件、工作截图，还是老照片里的书信？动手试一次，你会在 3 分钟内得到答案。

想深入了解它的能力边界，可以翻阅项目的 更新日志 看看功能演进，或者阅读 命令行手册 与 HTTP接口手册 探索自动化玩法。更多技巧，等你亲自来发掘。

【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