OCR图片识别文本工具下载

OCR（Optical Character Recognition，光学字符识别），可能大家不太明白是什么意思。

说人话就是图片内容识别，今天要介绍的这款工具——Umi-OCR，就是把图片内容转换成文本内容。

1、什么是Umi-OCR？

Umi-OCR是一款基于深度学习的OCR工具，能够快速将扫描的图像或PDF文档中的文字提取出来。

下载安装软件以后，上传需要识别的图像或PDF文件，选择识别语言和输出格式，点击开始识别即可。经过几秒钟的处理，用户将获得高质量的文本输出。

其核心技术源自先进的人工智能算法，支持多种语言和字体，使其在各种场景下都能表现出色，而且这个软件是完全免费的。

2、下载 Umi-OCR

https://pan.quark.cn/s/579d539eac0d

下载以后直接双击安装即可。注意这是离线版软件，安装完成以后也没有桌面快捷方式，在安装目录下，双击打开。

3、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 。

4、截图OCR

打开截图OCR标签页，然后把图片拖入该窗口，或直接复制粘贴图片到该窗口。

如果觉得识别的文本排版不行，还可以进行文本后处理。

打开【设置】

• 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。

5、批量OCR

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 。

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。
• 注意，只有处于忽略区域框内部的整个文本块（而不是单个字符）会被忽略。如下图所示，黄色边框的深色矩形是一个忽略区域。那么只有key_mouse才会被忽略。pubsub_connector.py、pubsub_service.py 这两个文本块得以保留。

6、文档识别

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 。