图片转文字识别软件：它可离线使用，支持截屏识别文字、批量导入图片、横/竖排文字，同时能够自动忽略水印区域

<p align="left"> <span> 中文 </span> <span> • </span> <a href="README_ja.md"> 日本語 </a> <span> • </span> <a href="README_en.md"> English </a> </p> <p align="center"> <a href="https://github.com/hiroi-sora/Umi-OCR"> <img width="200" height="128" src="https://tupian.li/images/2022/10/27/icon---256.png" alt="Umi-OCR"> </a> </p> <h1 align="center">Umi-OCR 文字识别工具</h1> <p align="center"> <a href="https://github.com/hiroi-sora/Umi-OCR/releases/latest"> <img src="https://img.shields.io/github/v/release/hiroi-sora/Umi-OCR?style=flat-square" alt="Umi-OCR"> </a> <a href="License"> <img src="https://img.shields.io/github/license/hiroi-sora/Umi-OCR?style=flat-square" alt="LICENSE"> </a> <a href="#下载发行版"> <img src="https://img.shields.io/github/downloads/hiroi-sora/Umi-OCR/total?style=flat-square" alt="forks"> </a> <a href="https://star-history.com/#hiroi-sora/Umi-OCR"> <img src="https://img.shields.io/github/stars/hiroi-sora/Umi-OCR?style=flat-square" alt="stars"> </a> <a href="https://github.com/hiroi-sora/Umi-OCR/forks"> <img src="https://img.shields.io/github/forks/hiroi-sora/Umi-OCR?style=flat-square" alt="forks"> </a> <a href="https://hosted.weblate.org/engage/umi-ocr/"> <img src="https://hosted.weblate.org/widget/umi-ocr/svg-badge.svg" alt="翻译状态"> </a> </p> <div align="center"> <h3> <a href="#目录"> 使用说明 </a> <span> • </span> <a href="#下载发行版"> 下载地址 </a> <span> • </span> <a href="CHANGE_LOG.md"> 更新日志 </a> <span> • </span> <a href="https://github.com/hiroi-sora/Umi-OCR/issues"> 提交Bug </a> </h3> </div> <br> <div align="center"> <strong>免费，开源，可批量的离线OCR软件</strong><br> _{适用于 Windows7 x64 及以上} </div><br> - **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](https://github.com/hiroi-sora/Umi-OCR/issues/254)） <p align="center"><img src="https://tupian.li/images/2023/11/19/65599097ab5f4.png" alt="1-标题-1.png" style="width: 80%;"></p>  ## 目录 - [截图识别](#截图OCR) - [排版解析](#文本后处理) - 识别不同排版，按正确顺序输出文字 - [批量识别](#批量OCR) - [忽略区域](#忽略区域) - 排除截图水印处的文字 - [二维码](#二维码) 支持扫码或生成二维码图片 - [文档识别](#文档识别) 从PDF扫描件中提取文本，或转为双层可搜索PDF - [全局设置](#全局设置) 添加更多PP-OCR支持的语言模型库！ - [命令行调用](docs/README_CLI.md) - [HTTP接口](docs/README_HTTP.md) - [构建项目](#构建项目) ## 使用源码 开发者请务必阅读 [构建项目](#构建项目) 。 ## 下载发行版 以下发布链接均长期维护，提供最新软件版本。 - **蓝奏云** https://hiroi-sora.lanzoul.com/s/umi-ocr （国内推荐，免注册/无限速） - **GitHub** https://github.com/hiroi-sora/Umi-OCR/releases/latest - **Source Forge** https://sourceforge.net/projects/umi-ocr ## 开始使用 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。 遇到任何问题，请提 [Issue](https://github.com/hiroi-sora/Umi-OCR/issues) ，我会尽可能帮助你。 ## 界面语言 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，请参考下图，`全局设置`→`语言/Language` 。 <p align="center"><img src="https://tupian.li/images/2023/11/19/65599c3f9e600.png" alt="1-标题-1.png" style="width: 80%;"></p> ## 标签页 Umi-OCR v2 由一系列灵活好用的**标签页**组成。您可按照自己的喜好，打开需要的标签页。 标签栏左上角可以切换**窗口置顶**。右上角能够**锁定标签页**，以防止日常使用中误触关闭标签页。 ### 截图OCR <p align="center"><img src="https://tupian.li/images/2023/11/19/65599097aba8e.png" alt="2-截图-1.png" style="width: 80%;"></p> **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 <p align="center"><img src="https://tupian.li/images/2023/11/19/6559909f3e378.png" alt="2-截图-2.png" style="width: 80%;"></p> 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 <p align="center"><img src="https://tupian.li/images/2023/11/19/655990a2511e0.png" alt="3-批量-1.png" style="width: 80%;"></p> **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` 。 #### 忽略区域 <p align="center"><img src="https://tupian.li/images/2023/11/19/6559911d28be7.png" alt="3-批量-2.png" style="width: 80%;"></p> 关于 **OCR文本后处理 - 忽略区域**： 批量OCR中的一种特殊功能，适用于排除图片中的不想要的文字。 - 在批量识别页的右栏设置中可进入忽略区域编辑器。 - 如上方样例，图片顶部和右下角存在多个水印 / LOGO。如果批量识别这类图片，水印会对识别结果造成干扰。 - 按住右键，绘制多个矩形框。这些区域内的文字将在任务中被忽略。 - 请尽量将矩形框画得大一些，完全包裹住水印所有可能出现的位置。 --- ### 文档识别 <p align="center"><img src="https://github.com/hiroi-sora/Umi-OCR/assets/56373419/fc2266ee-b9b7-4079-8b10-6610e6da6cf5" alt="" style="width: 80%;"></p> **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** 。 --- ### 二维码 <p align="center"><img src="https://tupian.li/images/2023/11/19/655991268d6b1.png" alt="4-二维码-1.png" style="width: 80%;"></p> **扫�