Umi-OCR 安装与配置完全指南

Umi-OCR 安装与配置完全指南

Umi-OCR Umi-OCR: 这是一个免费、开源、可批量处理的离线OCR软件，适用于Windows系统，支持截图OCR、批量OCR、二维码识别等功能。 项目地址: https://gitcode.com/gh_mirrors/um/Umi-OCR

项目基础介绍

Umi-OCR 是一个开源且免费的离线OCR（光学字符识别）软件，专为追求便捷高效的用户提供服务。它支持Windows7 x64及Linux x64操作系统，主打特性是无需网络即可运作，适合截图识别、批量图片处理、PDF文档识别，并具备排除水印、页眉页脚等功能。此外，它还支持生成和扫描二维码，内置多国语言识别库，让用户能以多种语言轻松识别文字。项目主要采用Python作为编程语言，并结合Qt框架以及特定的OCR引擎（如PaddleOCR或RapidOCR）实现其核心功能。

关键技术和框架

编程语言

• Python: 核心逻辑实现的语言，因其易用性和丰富的库支持成为首选。
• QML: 用于构建用户界面，使得软件具有良好的视觉效果和交互体验。
• PyStand: 特定定制的运行环境框架，确保离线执行的稳定性。

OCR引擎

• PaddleOCR 和 RapidOCR: 提供高效且精准的离线OCR能力。
• 多语言识别: 支持通过插件系统集成更多语言识别。

交互与扩展

• 命令行与HTTP接口: 方便开发者远程调用或集成至其他应用。
• 国际化: 支持界面多语言，便于全球用户的使用。

安装和配置步骤

准备工作

1. 系统需求: 确保你的计算机运行的是Windows7 x64或更高版本的Windows，或者Linux x64系统。
2. Python环境: 安装Python 3.6及以上版本，因为项目的运行基于Python。
3. Git: 若从GitHub克隆代码，需安装Git客户端。

获取项目代码

1. 克隆代码: 打开命令行或终端，执行以下命令克隆Umi-OCR仓库到本地。

   git clone https://github.com/hiroi-sora/Umi-OCR.git
   

2. 依赖项安装: 进入项目目录，并使用pip安装所需的Python依赖。

   cd Umi-OCR
   pip install -r requirements.txt
   

配置和运行

Windows用户

• 对于Windows用户，项目提供了可执行文件。若不想编译，可以直接前往最新发布下载预编译的.exe文件。
• 解压下载的文件，运行Umi-OCR.exe即可启动软件。

Linux用户

• 编译前确保你的系统已安装必要的编译工具和依赖。
• 执行以下命令安装必要的编译工具（以Ubuntu为例）：

  sudo apt-get update
  sudo apt-get install -y build-essential python3-dev qtbase5-dev libqt5svg5-dev
  

• 然后，运行项目提供的Shell脚本来编译和启动（假设你已经在项目根目录）：

  ./umi-ocr.sh
  

设置与使用

• 首次运行: Umi-OCR会根据系统语言自动选择界面语言。若需更改，在软件内找到“全局设置”>“语言”进行调整。
• OCR引擎选择: 在“全局设置”中可以根据需要切换不同的OCR插件。
• 功能使用: 软件提供了直观的操作指南，比如截图OCR、批量处理、PDF文档识别等，遵循软件内部的提示操作即可。

至此，您已成功安装并准备开始使用Umi-OCR。如果遇到任何问题，记得查阅项目GitHub上的文档或者提交“Issue”寻求帮助。祝您使用愉快！

Umi-OCR Umi-OCR: 这是一个免费、开源、可批量处理的离线OCR软件，适用于Windows系统，支持截图OCR、批量OCR、二维码识别等功能。 项目地址: https://gitcode.com/gh_mirrors/um/Umi-OCR