Umi-OCR:免费，开源，可批量的离线OCR工具
文章来源：08AI导航发布时间：2025-03-13 11:02:01
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）：
scoopinstallextras/umi-ocr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。
相关攻略 更多
最新资讯 更多
-
2025年了，AI还看不懂时钟，90%人都能答对，顶尖AI全军覆没
更新时间：2025-10-14
-
光刻机龙头或领投“欧洲OpenAI”
更新时间：2025-10-14
-
华人缔造商业传奇，全球第一家突破百亿美金的AI编程企业诞生
更新时间：2025-10-14
-
具身智能进家干活，先从“AI家电”抓起？
更新时间：2025-10-14
-
前零一万物联创戴宗宏创业：20人团队，能干上百人的AI定制项目
更新时间：2025-10-14
-
阿里端出最强语音模型，英文rap精准转文字，准确率干翻全球
更新时间：2025-10-14
-
小扎「梦之队」首批论文上线，LLM自举进化，单步性能狂飙22%
更新时间：2025-10-14
-
再也不怕面瘫脸，YouTube黑科技：AI帮你「永久微笑」，连僵尸都咧嘴笑
更新时间：2025-10-14
-
2025年全球企业级AI Agent优秀厂商有哪些？
更新时间：2025-10-14
-
GPT-5 为啥不 “胡说” 了？OpenAI 新论文讲透了
更新时间：2025-10-14
