在日常的工作与生活中，我们经常需要将图片中的文字提取出来进行编辑或整理。手动输入不仅费时费力，还容易出错。为了解决这一问题，今天向大家介绍一款名为Umi-OCR的文字识别工具。
Umi-OCR v2.1.5 全新发布：开源批量文字识别
支持图片，文档，二维码，截图等
Umi-OCR 下载地址：
夸克网盘分享：https://pan.quark.cn/s/6533d6481cf4
v2.1.5 更新
亮点新增：日志机制。在命令行中启动 Umi-OCR
可查看实时日志。指定级别以上（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。
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。
新增：命令行指令 --reload ，用于重新加载配置文件。 文档
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。
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。
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。
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 Русский ，译者：Вячеслав Анатольевич
Малышев、Muhammadyusuf Kurbonov。泰米尔语
一、Umi-OCR简介
Umi-OCR是一款在GitHub上开源且免费的文字识别工具，它利用深度学习和计算机视觉算法，能够将图像中的文字迅速提取并转化为可编辑的文本。无论是通过手机拍摄、扫描仪还是其他图像源获取的图片，Umi-OCR都能准确识别其中的文字内容。
二、Umi-OCR功能特点
- 免费使用：项目代码在Github开源，用户可以安全免费地下载和使用。
- 离线使用：软件支持下载后离线运行，无需网络即可进行文字识别。
- 简洁易用：界面简洁直观，操作流程清晰明了，即使是OCR初学者也能轻松上手。
- 高精度识别：采用先进的深度学习算法，识别率远高于传统OCR工具，适用于各种场景下的文字识别需求。
- 多语言支持：支持中文、英文、日文、韩文等多种语言，满足不同用户的需求。
- 批量识别：支持批量处理图片，用户可以一次性上传多张图片进行识别，大幅提高工作效率。
- 二维码识别与生成：支持识别读取二维码、条形码，并可生成二维码，支持多种协议。
三、Umi-OCR应用场景
- 文档数字化：将纸质文档转化为可编辑的电子文本，提高文档存储和检索的效率。
- 数据录入：自动提取表格、发票等文档中的数据，减少繁琐的手工录入工作。
- 图片翻译：将包含文字的图片翻译成其他语言，方便跨语言交流和阅读。
- 身份证或名片扫描：快速识别身份证、名片等图片中的文字信息，便于信息记录和整理。
五、Umi-OCR使用指南
- 截图OCR：在新标签页选择截图OCR功能，可直接用鼠标划选图片中的文字进行复制，或在别处复制图片粘贴到Umi-OCR进行识别。
- OCR文本后处理：支持段落合并（单行、多行-自然段、多行-代码段、竖排）、忽略区域等功能，满足不同场景下的文本处理需求。
- 批量OCR：支持批量导入本地图片并识别，识别内容可保存为txt、jsonl、md、csv（Excel）等多种格式，支持任务完成后自动关机或待机。
- 二维码识别与生成：可截图、粘贴或拖入本地图片识别二维码、条形码，支持一图多码和多种协议；输入文本可生成二维码图片，支持设置纠错等级等参数。
- 全局设置：可调整软件的全局参数，如添加快捷方式、设置开机自启、更改界面语言、切换界面主题、调整界面文字大小和字体、切换OCR插件等。
六、总结
Umi-OCR以其强大的功能、高效的性能和简洁易用的操作界面，成为了文字识别领域的佼佼者。无论是个人用户还是企业机构，都可以通过使用Umi-OCR提高工作效率、减少人力成本。快来下载体验吧！
Umi-OCR 下载地址：