Umi-OCR文字识别工具 v2.1.5.7 绿色免费版 Rapid版

Umi-OCR是一款在GitHub开源免费的文字识别工具，它能够将图像中的文字提取出来，并将其转化为可编辑的文本。这项技术基于深度学习和计算机视觉算法，具备出色的准确性和高效的处理能力。无论是通过手机拍摄、扫描仪或是其他图像源，Umi-OCR 都能够迅速地识别和提取其中的文字内容。

本软件有两个版本Umi-OCR_Paddle和Umi-OCR_Rapid：Paddle体积更大，性能更好，但是对电脑配置要求也高；Rapid体积小，相对而言可以用于配置略低的电脑。软件下载后，解压后即可直接使用

Paddle版：Umi-OCR批量图片转文字 v2.1.2 免费绿色版

免费：本项目所有代码开源，完全免费。

方便：解压即用，离线运行，无需网络。

批量：可批量导入处理图片，结果保存到本地 txt / md / jsonl 多种格式文件。也可以即时截屏识别。

高效：采用 PaddleOCR-json C++ 识别引擎。只要电脑性能足够，通常比在线OCR服务更快。

精准：默认使用PPOCR-v3模型库。除了能准确辨认常规文字，对手写、方向不正、杂乱背景等情景也有不错的识别率。可设置忽略区域排除水印、设置文块后处理合并排版段落，得到规整的文本。

说明目录

简单上手 截图、批量识别~

排版优化 如何合并一个自然段内的文字？

忽略区域 如何排除截图水印处的文字？

多国语言 添加更多PP-OCR支持的语言模型库！

联动翻译软件 截图OCR后发送指定按键，触发翻译软件进行翻译

更多小技巧

问题排除 无法启动引擎 / 多屏幕截图异常 ？

使用方法：

①前往Gayhub下载公式插件win7_x64_Pix2Text（下载地址：https://simpletex.cn）。

②将上述插件解压后，放到UmiOCR-data\plugins目录（Umi-OCR的解压目录）下。

③打开Umi-OCR，依次点击：全局设置→文字识别→接口改为Pix2Text→点击应用修改。然后就可以正常使用Umi-OCR了。

另外，在设置中建议关闭“启用文字识别”，这样公式识别的准确率更高。

下面我将一张图片中的公式进行识别，准确率还是相当高的，识别后是一串Latex代码，把这串代码复制到下述网址，即可生成公式。

注：Pix2Text插件原作者正在测试中，识别精度还会再提高，可以跟踪一下这个软件。原作者表示Umi-OCR未来将具有独立的公式识别标签页，并提供Latex实时预览等功能。

更新日志

新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。高于指定级别（默认为ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目录中，保存级别可以在全局设置标签页中更改。

新增：大部分标签页能手动切换左右/上下双栏模式。 (#789)

新增：Esc键隐藏主窗口。 (#652)

新增：调整二维码生成相关参数后，自动刷新二维码生成。 (#690)

新增：命令行指令 --reload ，用于重新加载配置文件。

修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。 (#785)

修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。

修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。

修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。

修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。

修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。 (#778)

修复：Linux版本截图后，主窗口的位置与操作前不一致。

优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。 (#710)

Windows 版本更新第三方依赖库：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语言：俄语 Português ，译者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米尔语 தமிழ் ，译者：தமிழ்நேரம்。