离线截图批量识别文字软件 Umi-OCR v2.1.2
Umi-OCR是一款免费、开源、可批量识别的离线OCR软件,适用于 Windows7 x64及以上平台。
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。
高效:自带高效率的离线OCR引擎,内置多种语言识别库。
灵活:支持命令行、HTTP接口等外部调用方式。
功能:截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别(测试中)
使用说明
软件发布包下载为 `.7z` 压缩包或 `.7z.exe` 自解压包。自解压包可在没有安装压缩软件的电脑上,解压文件。
本软件无需安装。解压后,点击 `Umi-OCR.exe` 即可启动程序。
Umi-OCR 支持的界面多国语言。在第一次打开软件时,将会按照你的电脑的系统设置,自动切换语言。
如果需要手动切换语言,请参考`全局设置`→`语言/Language` 。
功能介绍
截图OCR:打开这一页后,就可以用快捷键唤起截图,识别图中的文字。
- 左侧的图片预览栏,可直接用鼠标划选复制。
- 右侧的识别记录栏,可以编辑文字,允许划选多个记录复制。
- 也支持在别处复制图片,粘贴到Umi-OCR进行识别。
文本后处理
关于 OCR文本后处理 - 排版解析方案: 可以整理OCR结果的排版和顺序,使文本更适合阅读和使用。预设方案:
- 多栏-按自然段换行:适合大部分情景,自动识别多栏布局,按自然段规则进行换行。
- 多栏-总是换行:每段语句都进行换行。
- 多栏-无换行:强制将所有语句合并到同一行。
- 单栏-按自然段换行/总是换行/无换行:与上述类似,不过 不区分多栏布局。
- 单栏-保留缩进:适用于解析代码截图,保留行首缩进和行中空格。
- 不做处理:OCR引擎的原始输出,默认每段语句都进行换行。
上述方案,均能自动处理横排和竖排(从右到左)的排版。(竖排文字还需要OCR引擎本身支持)
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(Excel)。
- 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→文字识别→限制图像边长→【调高数值】。
- 拥有特殊功能 忽略区域 。
文档识别:
- 支持格式:pdf, xps, epub, mobi, fb2, cbz。
- 对扫描件进行OCR,或提取原有文本。可输出为 双层可搜索PDF 。
- 支持设定 忽略区域 ,可用于排除页眉页脚的文字。
- 可设置任务完成后 自动关机/休眠 。
扫码:
- 截图/粘贴/拖入本地图片,读取其中的二维码、条形码。
- 支持一图多码。
- 支持19种协议,如下:Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,
- LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE
生成码:
- 输入文本,生成二维码图片。
- 支持19种协议和纠错等级等参数。
全局设置:在这里可以调整软件的全局参数。常用功能如下:
- 一键添加快捷方式或设置开机自启。
- 更改界面语言。Umi支持繁中、英语、日语等语言。
- 切换界面主题。Umi拥有多个亮/暗主题。
- 调整界面文字的大小和字体。
- 切换OCR插件。
- 渲染器:软件界面默认支持显卡加速渲染。如果在你的机器上出现截屏闪烁、UI错位的情况,请调整界面和外观 → 渲染器 ,尝试切换到不同渲染方案,或关闭硬件加速。
V2.1.2主要更新
新增:批量任务(图片、文档)支持 暂停任务 。只要不退出软件,在待机/休眠后可以恢复任务。
新增:文档任务支持保存为 单层纯文本PDF 。
新增:HTTP OCR接口 允许设置 忽略区域 参数。
新增:HTTP 二维码接口 允许设置 图像预处理 参数。
新增:命令行--screenshot允许 指定屏幕范围 ,自动进行截图。
修复:文档内容提取和写入时的坐标旋转、比例适配问题。
优化:批量文档标签页,拖入大量文件、提交大批任务时的性能和流畅度。
优化:文档任务保存的文件名规则。
UI:优化一些布局,调整一些文本,美化一些视觉效果。
评论(0)