Umi-OCR- OCR 文字识别工具，支持截图、批量图片排版解析

Umi-OCR 是免费开源的离线 OCR 文字识别软件。无需联网，解压即用，支持截图、批量图片、PDF 扫描件的文字识别，能识别数学公式、二维码，可生成双层可搜索 PDF。内置多语言识别库，界面支持多语言切换，提供命令行和 HTTP 接口调用功能。插件化设计可扩展更多功能，如导入不同语言识别库等。

Umi-OCR的主要功能

截图 OCR:能快速识别截图中的文字，支持排版解析，按照正确的顺序输出文字内容。

批量图片 OCR:支持批量识别图片中的文字，可设置忽略区域，排除截图水印等干扰内容。

PDF 识别与处理:可以从 PDF 扫描件中提取文本，能将PDF转换为双层可搜索 PDF，方便后续编辑和查找。

二维码识别与生成:支持扫描二维码获取信息，同时也支持生成二维码图片。

公式识别:具备数学公式识别功能，可帮助用户快速提取和编辑公式内容。

多语言支持:内置多种语言识别库，支持多国语言的文字识别，界面也支持多语言切换。

灵活调用:支持命令行、HTTP 接口等外部调用方式，方便与其他软件或工具集成。

Umi-OCR的技术原理

图像预处理:对输入的图片进行灰度化、二值化、去噪等操作，提升文字的清晰度，减少背景干扰，为后续的文字检测和识别提供更清晰的图像。

文字检测:通过卷积神经网络(CNN)等算法检测图片中的文字区域，将其分割出来。能识别不同字体、大小和排列方式的文字区域。

文字识别:对检测到的文字区域进行特征提取，使用深度学习模型(如基于PaddleOCR的模型)进行分类识别，将文字图像转换为计算机可读的文本信息。

后处理:对识别结果进行校正、排版等操作，例如合并同一自然段的文字、处理竖排文本等，优化最终的输出格式。

批量OCR

这一页用于批量导入本地图片进行识别。

支持格式:jpg,jpe，jpeg,jfif,png,webp，bmp，tif，tiff。

保存识别结果的支持格式:txt，jsonl，md，csv(Exce1)。

与截图OCR一样，支持 文本后处理 功能，整理OCR文本的排版和顺序。

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。

如果要识别像素超大的长图或大图，请调整:页面的设置一文字识别一限制图像边长→【调高数值】

拥有特殊功能 忽略 区域