Umi-OCR:开源、免费的离线OCR软件
项目基础介绍和主要编程语言
Umi-OCR 是一个开源、免费的离线OCR(光学字符识别)软件,适用于 Windows 和 Linux 平台。该项目主要使用 Python 语言进行开发,并结合了 QML 用于界面设计。Umi-OCR 的目标是提供一个高效、灵活且易于使用的 OCR 工具,支持多种语言的文字识别。
项目核心功能
- 截图OCR:支持通过快捷键唤起截图,识别图片中的文字。
- 批量OCR:可以批量导入本地图片进行识别,支持多种图片格式(如 jpg, png, bmp 等)。
- PDF文档识别:支持从PDF扫描件中提取文本,或将其转换为双层可搜索PDF。
- 忽略区域:在批量识别时,可以排除图片中指定区域的文字,适用于排除水印或页眉页脚。
- 二维码识别与生成:支持读取图片中的二维码、条形码,并生成二维码图片。
- 多语言支持:内置多国语言库,支持多种语言的文字识别。
- 命令行调用与HTTP接口:支持通过命令行或HTTP接口进行外部调用。
项目最近更新的功能
- 二维码识别与生成功能:新增了对二维码和条形码的识别与生成功能,支持19种协议。
- HTTP文档识别接口:新增了通过HTTP接口进行文档识别的功能。
- Linux平台移植:项目现已支持在Linux平台上运行。
- 界面语言支持:增加了对繁体中文、日语等语言的界面支持。
- 排版解析优化:改进了OCR结果的排版解析方案,使文本更适合阅读和使用。
Umi-OCR 是一个功能强大且不断发展的开源项目,适合需要离线OCR解决方案的用户使用。