【2026】Umi-OCR文字识别工具:截图/批量/PDF识别全支持

简介: Umi-OCR是一款免费开源的离线OCR软件,支持截图、图片、扫描PDF文字识别,全程本地运行,保障隐私安全。提供Paddle(高性能)和Rapid(低配兼容)双引擎,操作简单,支持批量处理与多格式导出。

Umi-OCR 是一款免费、开源的离线 OCR 文字识别软件,专门用于把图片、截图、扫描件里的文字识别出来,转成能复制、编辑、搜索的文本。


平时遇到网页图片文字选不中、扫描版 PDF 不能复制、聊天截图想提取内容这类场景,用 Umi-OCR 都能解决,而且整个过程在本地完成,不需要联网,隐私安全有保障。


当前 Umi-OCR 最新版本是 v2.1.5,也是项目的三周年版本,本文教大家使用的就是这个版本。

Umi-OCR安装(Windows平台)

Umi-OCR安装包【pan.quark.cn/s/316119d7a861Windows 版按 OCR 引擎分为两个版本:

  • Paddle 引擎版:约 128MB,性能好、速度快,适合配置较高的电脑,但不兼容奔腾、赛扬、凌动这类老旧 CPU;
  • Rapid 引擎版:约 98.5MB,速度稍慢但内存占用低、兼容性好,适合低配电脑。


两个版本除了引擎不同,其他功能完全一致。


1)根据自己的电脑配置选择 Paddle 版或 Rapid 版,推荐 Rapid 版,兼容性最好,识别速度日常完全够用。解压 7z.exe 压缩包,建议解压到非系统盘(比如 D 盘):



2)进入解压出来的文件夹,双击 Umi-OCR.exe,程序窗口就会打开,整个过程无需联网:



3)第一次启动会按系统语言自动显示中文界面:


Umi-OCR基础使用

1)截图识别(最常用)

截图识别是最高频的功能,打开截图 OCR 标签页,按默认快捷键 Win+Alt+c(可以在设置中修改)唤起截图,框选屏幕上想识别的区域,文字立刻出现在右侧识别记录栏里,可以直接编辑、划选复制。



平时从网页、视频、聊天记录里复制文字,这一招最快,也支持直接复制一张图片,在软件里粘贴识别。

2)批量识别

批量识别适合处理大量图片。打开批量 OCR 标签页,把整个文件夹或几百张图片拖进去,支持 jpg、png、webp、bmp、tif 等常见格式,没有数量上限,点开始任务后自动逐张识别,结果可以导出为 txt、md、csv(Excel 可直接打开)等格式。


3)PDF转文字

PDF 转文字是办公高频需求,打开批量文档标签页,把扫描版 PDF 拖进去,软件会把每一页图片识别成文字,输出可复制的文本。


相关文章
|
28天前
|
人工智能 Linux API
【2026】CC Switch安装教程:从下载到一键切换API全流程图解
CC Switch 是一款免费开源的跨平台AI编程工具配置管理器,支持 Windows/macOS/Linux。它统一管理 Claude、Codex、Gemini 等工具的 API 供应商,通过可视化界面一键切换,免去手动编辑 JSON/TOML 配置的繁琐操作。(239字)
|
2月前
|
人工智能 编解码 物联网
2026 最新Stable Diffusion 本地部署教程 下载安装使用详细图解(含官网安装包)
Stable Diffusion(SD)是2022年发布的开源文生图模型,由Stability AI等联合开发。支持文生图、图生图、局部重绘、ControlNet控制等功能,依托VAE降低算力需求,可在消费级显卡运行。本文提供秋葉aaaki制作的Windows整合包(含图形界面与一键启动器),开箱即用,适合新手快速上手AI绘画。
|
3月前
|
存储 C# C语言
VS2017下载地址和安装使用图文教程(附官网安装包)
微软VS2017是功能强大的集成开发环境,支持C/C++、C#、Python等多语言及iOS/Android跨平台开发。提供社区版(免费)、专业版和企业版三类授权,推荐初学者使用社区版。本文详述了.NET Framework安装、VS2017下载配置、C语言项目创建、编译链接及调试全流程,含图文步骤与实用技巧。(239字)
|
17天前
|
Java Apache 项目管理
【2026最新】Maven下载安装配置图文|Maven配置环境变量一篇搞定
Apache Maven 是 Apache 基金会开发的开源项目管理与构建工具,专为 Java 生态设计。它通过 `pom.xml` 统一管理依赖、编译、测试、打包及部署,支持 JDK 8+,最新稳定版为 3.9.16。
|
15天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)
|
26天前
|
Oracle IDE Java
Java JDK下载、安装、配置、运行程序一篇搞定(2026实测)
本文详解JDK安装与配置全流程,涵盖JDK 8/11/17/21/25/26版本对比、LTS选型建议、Windows环境变量配置及首个Java程序编译运行,实操性强,零基础可快速上手。(239字)
|
26天前
|
IDE Java API
JDK8|JDK1.8|Java8下载、安装、配置、运行程序一篇搞定(2026实测)
JDK8(Java 8)是2014年发布的长期支持(LTS)版本,内部版本号1.8,以稳定性、成熟生态和广泛兼容性著称。它引入Lambda、Stream API和新时间API等核心特性,至今仍是企业老系统、高校教学及考证的主流选择。
|
2月前
|
Linux 开发工具 iOS开发
【2026实测】Homebrew安装+配置国内源+使用一篇搞定(多种安装方式)
Homebrew 是 macOS 最流行的开源包管理器,被誉为“macOS 缺失的包管理器”。一行命令即可安装、更新、卸载命令行工具(如 Git、Python)和图形应用(如 Chrome、VS Code),自动处理依赖与环境配置,大幅提升开发效率。(239 字)
|
6天前
|
网络协议 Linux iOS开发
【2026实测】Wireshark下载+安装+汉化+使用教程(图文版,巨详细)
Wireshark 是一款免费开源的网络协议分析工具,可实时捕获、解析并可视化数据包,助你诊断网络故障、分析通信协议(如HTTP、DNS、TCP等)。支持Windows/macOS/Linux,含中文界面,新手入门便捷。(239字)
|
20天前
|
Ubuntu Linux iOS开发
【2026实测】PowerShell7下载、安装和使用全流程教程(包含所有平台)
PowerShell 是微软开源的跨平台命令行与脚本环境(支持 Windows/macOS/Linux),集命令执行、对象管道、自动化脚本于一体,语法清晰(动词-名词)、功能远超 CMD,最新稳定版为 7.6。