Umi-OCR是一款在GitHub開源免費的文字識別工具，它能夠?qū)D像中的文字提取出來，并將其轉(zhuǎn)化為可編輯的文本。這項技術(shù)基于深度學習和計算機視覺算法，具備出色的準確性和高效的處理能力。無論是通過手機拍攝、掃描儀或是其他圖像源，Umi-OCR 都能夠迅速地識別和提取其中的文字內(nèi)容。

本軟件有兩個版本Umi-OCR_Paddle和Umi-OCR_Rapid：Paddle體積更大，性能更好，但是對電腦配置要求也高；Rapid體積小，相對而言可以用于配置略低的電腦。軟件下載后，解壓后即可直接使用

Paddle版：Umi-OCR批量圖片轉(zhuǎn)文字 v2.1.2 免費綠色版

免費：本項目所有代碼開源，完全免費。

方便：解壓即用，離線運行，無需網(wǎng)絡(luò)。

批量：可批量導入處理圖片，結(jié)果保存到本地 txt / md / jsonl 多種格式文件。也可以即時截屏識別。

高效：采用 PaddleOCR-json C++ 識別引擎。只要電腦性能足夠，通常比在線OCR服務更快。

精準：默認使用PPOCR-v3模型庫。除了能準確辨認常規(guī)文字，對手寫、方向不正、雜亂背景等情景也有不錯的識別率?？稍O(shè)置忽略區(qū)域排除水印、設(shè)置文塊后處理合并排版段落，得到規(guī)整的文本。

說明目錄

簡單上手 截圖、批量識別~

排版優(yōu)化 如何合并一個自然段內(nèi)的文字？

忽略區(qū)域 如何排除截圖水印處的文字？

多國語言 添加更多PP-OCR支持的語言模型庫！

聯(lián)動翻譯軟件 截圖OCR后發(fā)送指定按鍵，觸發(fā)翻譯軟件進行翻譯

更多小技巧

問題排除 無法啟動引擎 / 多屏幕截圖異常 ？

使用方法：

①前往Gayhub下載公式插件win7_x64_Pix2Text（下載地址：https://simpletex.cn）。

②將上述插件解壓后，放到UmiOCR-data\plugins目錄（Umi-OCR的解壓目錄）下。

③打開Umi-OCR，依次點擊：全局設(shè)置→文字識別→接口改為Pix2Text→點擊應用修改。然后就可以正常使用Umi-OCR了。

另外，在設(shè)置中建議關(guān)閉“啟用文字識別”，這樣公式識別的準確率更高。

下面我將一張圖片中的公式進行識別，準確率還是相當高的，識別后是一串Latex代碼，把這串代碼復制到下述網(wǎng)址，即可生成公式。

注：Pix2Text插件原作者正在測試中，識別精度還會再提高，可以跟蹤一下這個軟件。原作者表示Umi-OCR未來將具有獨立的公式識別標簽頁，并提供Latex實時預覽等功能。

更新日志

新增：日志機制。在命令行中啟動 Umi-OCR 可查看實時日志。高于指定級別（默認為ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目錄中，保存級別可以在全局設(shè)置標簽頁中更改。

新增：大部分標簽頁能手動切換左右/上下雙欄模式。 (#789)

新增：Esc鍵隱藏主窗口。 (#652)

新增：調(diào)整二維碼生成相關(guān)參數(shù)后，自動刷新二維碼生成。 (#690)

新增：命令行指令 --reload ，用于重新加載配置文件。

修復：文檔識別提取PDF自帶的文本內(nèi)容時，未考慮頁面旋轉(zhuǎn)的影響。 (#785)

修復：文檔識別生成單層PDF時，未寫入原PDF自帶的文本內(nèi)容。

修復：OCR結(jié)果展示列表的一些顯示Bug和鼠標劃選Bug。

修復：調(diào)整標簽頁順序或刪除標簽頁后，未及時保存順序信息。

修復：HTTP接口 /api/doc/download 參數(shù) ignore_blank 的錯誤。

修復：Linux版本截圖時，系統(tǒng)任務欄推移頂層窗口，導致截圖位置偏移。 (#778)

修復：Linux版本截圖后，主窗口的位置與操作前不一致。

優(yōu)化：圖片/文檔的異步加載機制?，F(xiàn)在可以流暢地加載含有數(shù)萬個子文件的文件夾，且能預覽加載進度。 (#710)

Windows 版本更新第三方依賴庫：PyMuPDF 1.24.11 ,fontTools 4.56.0 ,Pillow 10.4.0 ,psutil 10.4.0 ,pynput 1.8.0 ,zxing-cpp 2.3.0

新增UI語言：俄語 Português ，譯者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米爾語 ????? ，譯者：??????????。